是否所有的机器学习算法都需要做归一化处理？

快乐的小姜 2022-01-05 19:00:50

是否所有的机器学习算法都需要做归一化处理？

...全文
1875 1 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
weixin_38498942 2022-01-06
  • 打赏
  • 举报
 回复

并不是的，比如，树模型（概率模型）就不需要，因为数值缩放不影响分类点位置，如决策树、RF；而Adaboost、SVM、LR、KNN、Kmeans之类的优化问题就需要归一化。

哪些机器学习算法不需要做归一化处理？
需要注意的是，尽管这些算法不需要归一化处理，但在实际应用中，仍然建议对数据进行归一化处理，以确保不同算法之间的公平性比较和提高算法的稳定性。特别是在涉及到深度学习等需要大量计算的算法时，归一化可以帮助模型收敛更快并提高结果的稳定性。在机器学习中，几乎所有算法都会受益于数据的归一化处理。由于概率相对大小不会受到特征的绝对值大小的影响，因此朴素贝叶斯算法通常不需要归一化。1. 决策树和随机森林：决策树和随机森林是基于特征的分割来进行决策的算法。由于它们并不依赖特征的绝对值大小，所以不需要归一化。
2、哪些机器学习算法不需要做归一化处理？
在实际应用中，通过梯度下降法求解的模型一般都是需要归一化的，比如线性回归、logistic回归、KNN、SVM、神经网络等模型。 但树形模型不需要归一化，因为它们不关心变量的值，而是关心变量的分布和变量之间的条件概率，如决策树、随机森林(Random Forest)。 其他如管博士所说，我归一化和标准化主要是为了使计算更方便 比如两个变量的量纲不同 可能一个的数值远大于另一个那么他们同时作为变量的时候 可能会造成数值计算的问题，比如说求矩阵的逆可能很不精确 或者梯度下降法的收敛比较困难，还有如果需要计.
哪些机器学习算法不需要做归一化
作者：离散梦 欢迎大家给出宝贵的建议！     哪些机器学习算法不需要做归一化     哪些机器学习算法不需要做归一化？       概率模型（树形模型）不需要归一化，因为它们不关心变量的值，而是关心变量的分布和变量之间的条件概率，如决策树、RF。而像Adaboost、SVM、LR、Knn、KMeans之类的最优化问题就需要归一化。   标准化：特征均值为0，方差为1 公式...
6.项目中的数据是否会归一化处理，哪个机器学习算法不需要归一化处理 ？
6.项目中的数据是否会归一化处理，哪个机器学习算法不需要归一化处理 ？答：归一化的目的是处理不同规模和量纲的数据，时期缩放到相同的数据区间和范围，以减少规模、特征、分布差异对模型的影响。Max-Min（线性归一化）Max-Min归一化是对原始数据进行线性变化，利用变量取值的最大值和最小值将原始数据转换为某一范围的数据。缺点是尤其其归一化过程仅与该变量的最大值和最小值有关，容易受到极端取值的影响。会...
Python机器学习002：哪些机器学习算法不需要做归一化处理
需要归一化的模型： 1.基于距离计算的模型：KNN。 2.通过梯度下降法求解的模型：线性回归、逻辑回归、支持向量机、神经网络。 不需要归一化的模型： 1.树模型：决策树、随机森林（Random Forest） 树形模型不需要归一化，因为树模型并不关心变量的值，而是关心变量的分布和变量之间的条件概率。 其实归一化和标准化主要是为了使计算更方便， 比如两个变量的量纲不同， 可能一个的数值远大于另一个，那么他们同时作为变量的时候 可能会造成数值计算的问题，比如说求矩阵的逆可能很不精确 或者梯度下降法的收敛
高通开发者论坛

2,852

社区成员

5,758

社区内容

发帖
与我相关
我的任务
社区描述
本论坛以AI、WoS 、XR、IoT、Auto、生成式AI等核心板块组成，为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页：https://qualcomm.csdn.net/
人工智能物联网机器学习 技术论坛（原bbs） 北京·东城区
社区管理员
  • csdnsqst0050
  • chipseeker
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章