首页 > 试题广场 >

以下哪些机器学习算法可以不对特征做归一化处理:()

[不定项选择题]
以下哪些机器学习算法可以不对特征做归一化处理:()
  • 随机森林
  • 逻辑回归
  • SVM
  • GBDT
树模型一般不需要做归一化处理,做归一化处理的目的主要为了使同一特征的取值在同一量纲,降低方差太大带来的影响。树模型并不关心特征的具体取值,只关心特征取值的分布。
发表于 2019-08-23 11:31:35 回复(0)

归一化不是由方法决定的,而是由数据决定的


发表于 2019-08-09 00:07:21 回复(0)
    树模型本身不需要归一化,因为归一化是为了使梯度下降时损失函数尽快的收敛,而树模型不需要梯度下降,是通过寻找最优切分点来使损失函数下降
发表于 2019-10-24 12:35:56 回复(0)
。题目是问是否可以不归一化,GBDT的树是在上一颗树的基础上通过梯度下降求解最优解,归一化能收敛的更快。所以可以不归一化,但收敛变慢
发表于 2021-05-22 12:08:52 回复(0)
概率模型不需要归一化,因为它们不关心变量的量纲,而是关心变量的分布和变量之间的条件概率,如决策树
发表于 2020-08-31 11:46:13 回复(0)
树模型不需要做归一化处理,因为其只关注数据分布,也不需要用梯度下降,更关注最优切分点
发表于 2020-08-31 08:40:58 回复(0)
不是说用梯度下降法做参数更新的都要做归一化吗?而GBDT拟合的是上一棵树损失函数的负梯度。主要是面试的时候问随机森林和GBDT需不需要归一化,我答都不需要,面试官让我再想想,面试完上网查了下也有人说GBDT需要归一化...
发表于 2021-08-28 08:39:48 回复(0)
GBDT不需要归一化处理吗
发表于 2020-11-19 11:10:25 回复(1)
gbdt需要吧
发表于 2020-04-13 15:00:52 回复(1)