哪些机器学习算法需要进行特征缩放 - feature scaling

本文主要是介绍哪些机器学习算法需要进行特征缩放 - feature scaling，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

通常以距离或者相似度（例如标量积scaler product）作为计算量的算法: 例如KNN, SVM。
而基于概率图模型（graphical model）的算法：Fisher LDA ，Naive Bayes， Decision trees 和 Tree-based 集成方法 （RF, XGB）不会受到特征缩放的影响。

Reference: https://stats.stackexchange.com/questions/244507/what-algorithms-need-feature-scaling-beside-from-svm

这篇关于哪些机器学习算法需要进行特征缩放 - feature scaling的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---