回归系数的输入变量缩放方法

Question

我正在读一篇论文，题为：使用回归系数的输入变量缩放方法。

https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=2ahUKEwid7Nn28sndAhXCdisKHUzEBBkQFjAAegQIBBAB&url=https%3A%2F%2Fwww.jstage.jst.go.jp%2Farticle%2Fjacc%2F57%2F0%2F57_1161%2F_pdf%2F-char%2Fja&usg=AOvVaw2pTznMe76xUXqnnpSouBrC

其中涉及一些步骤：

1. 准备原始输入变量矩阵X和输出y
2. 将迭代次数i设置为1，将最大迭代次数设置为      我 。
3. 使用以下方法计算初始输入变量比例因子矩阵 对角矩阵标准偏差（行底），b
4. 推导缩放后的输入X*计算新的输入变量缩放 VIP b*
5. 计算新的按比例缩放的输入X*new继续进行最大迭代。

我的问题是指迭代，此迭代是否类似于重新缩放？这里迭代的作用是什么。但是我没有看到差异，因为VIP计算只是一个精确的计算。请帮助。谢谢！