通过选择其他方式来转换这些特征，可能会获得更好的效果。例如，对数缩放可能对某些特征有帮助。或者，截取极端值可能会使剩余部分的信息更加丰富。
上述代码包含一些额外的标准化函数。我们可尝试其中的某些函数，或添加自己的函数。要注意的是，若将目标标准化，则需要将网络的预测结果非标准化，以便比较损失函数的值。以上这些只是我们能想到的处理数据的几种方法，其他转换方式可能会更好。households、median\_income和total\_bedrooms在对数空间内均呈正态分布。如果latitude、longitude和housing\_median\_age像之前一样进行线性缩放，效果可能会更好。population、total\_rooms和rooms\_per\_person具有几个极端离群值。这些值似乎过于极端，以至于我们无法利用对数标准化处理这些离群值。因此，我们直接截取掉这些值。
第10章 神经网络
337