对于梯度下降法来说，参数特征值的变异范围越小，其运算越高效
比如一栋房子的面积是0-2000之间
卧室是1-5之间
那么这个梯度下降的计算路径可能会是下图所示
歪歪扭扭，非常不高效
一个比较有效的办法是把它进行归一化，就是全部变成百分数，那么路径很可能会变成下图所示
而且其实际意义确实没有变化，变化的只是效率变高了
最好的情况是把所有特征值约束到-1到1之间，稍微有些误差也无伤大雅，这样子算法才能高效。
但是，不能是这样
这是一个经验值，也就是说不能太小，变异过小也会造成算法困难
另外，最好能使得其平均值达到0，所以上述修改的办法可以变成
上述的变化用了以下的算法
上述的μ1 代指均值
S1 代指变化范围，可以是最大值减最小值，也可以是标准差，都可以