我使用逻辑回归。我们知道它是一种监督方法，需要在训练和测试数据中计算特征值。有六个特点。尽管函数产生的这些特征的值不同并且它们的最大值可以是 1，但有四个特征（在训练数据和测试数据中）的值非常低。例如，它们的范围在 0 和 0.1 之间，从不为 1，甚至超过 0.1！！！。因此，这些特征的值彼此非常接近。其他特征呈正态分布（它们的范围在 0 到 0.9 之间）。所以这两种特征之间的差异很大，我认为这会给逻辑回归的学习过程带来麻烦。我对吗？！它是否需要对这些功能进行任何转换/规范化？任何帮助将不胜感激。