特征缩放对于提高模型精度和运算速度至关重要。基于树的方法如随机森林和boosting通常不需要特征缩放，而基于参数或距离的模型则需要。归一化和标准化在基于距离的模型中尤为关键，确保不同特征在同一尺度上。
为了提高模型精度和模型运算速度，合理利用特征缩放处理数据尤为重要。但需要注意的是，不是所有建模过程都需要特征缩放操作。
基于树的方法是不需要特征归一化或标准化，比如随机森林，bagging 和boosting等。基于参数的模型或基于距离的模型，需要特征归一化或标准化。
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
