数据预处理2-回归问题某些模型的数据要符合正态分布

1. 为什么要符合正态分布？

有些模型的应用条件就是要求数据满足正态性分布的，比如说：贝叶斯、逻辑回归、KNN、Kmean等设计到概率分布、参数距离比较等，转换为正态分布，模型条件更充足。

其次，正态分布，数据的泛化性高。因为自然界很多事物的概率密度很大是正态分布的。

最后，从目标分布来说，偏态分布会导致label数据的MSE出现误导，或许结果看着很小，但实际结果很大。

2.如何查看数据是否符合正态分布？

判断数据是否服从正态分布的指标：偏度(skewness)和峰度(kurtosis)

3. 如何不符合，该如何调整使数据分布逼近正态分布

(1)如果高度偏态（如Skewness为其标准误差的3倍以上），则可以取对数，其中又可分为自然对数和以10对基数的对数。

(2)如果是中度偏态，偏度为标准差的2-3倍，可以考虑取根号值来转换。