是否需要无量纲化

http://bbs.pinggu.org/thread-3839158-1-1.html

在Logistic回归分析中，由于此模型是个概率模型，所以更多的是看回归系数B的方向和EXP(B)的大小，结合这二者来解释模型的。所以更没多大必要对原始数据进行量纲化了。

监督学习的分类：判别模型与生成模型，概率模型与非概率模型、参数模型与非参数模型

https://zhuanlan.zhihu.com/p/26012348
非概率模型指的是直接学习输入空间到输出空间的映射h，学习的过程中基本不涉及概率密度的估计，概率密度的积分等操作，问题的关键在于最优化问题的求解。通常，为了学习假设h(x)，我们会先根据一些先验知识(prior knowledge) 来选择一个特定的假设空间H(函数空间)，例如一个由所有线性函数构成的空间，然后在这个空间中找出泛化误差最小的假设出来，

【scikit-learn】交叉验证及其用于参数选择、模型选择、特征选择的例子