对训练数据归一化的根本原因是（ ）。

A.归一化也可以说是一种正则化处理，可以提升模型泛华能力

B.让模型更快的收敛

C.加快参数初始化过程

D.更容易对数据进行可视化

A.让模型更快的收敛

B.加快参数初始化过程

C.更容易对数据进行可视化

D.归一化也可以说是一种正则化处理，可以提升模型泛化能力

A.归一化也可以说是一种正则化处理，可以提升模型泛化能力

B.让模型更快的收敛

C.加快参数初始化过程

D.更容易对数据进行可视化

A.归一化数据→PCA→训练→答案

B.PCA→标准化PCA输出→训练

C.归一化数据→PCA→归一化PCA输出→训练

D.以上都不是

A.计算之前不需要对训练数据进行归一化

B.输入信号顺着输入层、隐层、输出层依次传播

C.预测误差需逆向传播，顺序是输出层、隐层、输入层

D.各个神经元根据预测误差对权值进行调整

A.数据预处理的好坏对神经网络的训练速度和分类准确率有很大的影响。

B.不需要控制BP神经网络的输入属性，因为网络本身就有特征获取的能力。

C.独热编码或模糊化可以将非数值型的属性转换成数值进行处理。

D.连续性属性可以通过归一化来减少数值过大和属性不同对网络的影响。

A.对于非数值型的属性，可以使用独热（onehot)编码或模糊化转换成数值

B.连续性属性可以采用最小最大值归一化，减少数值过大和不同属性量纲不同对网络的影响

C.预处理与否对神经网络的训练速度和分类准确率影响比较大

D.BP神经网络的输入属性不需要筛选，因为网络本身有特征获取能力