机器学习：决策树模型为什么不用归一化处理

田齐齐

2020-03-18 阅读量: 2067

对于树形结构为什么不需要归一化？

因为数值缩放不影响分裂点位置，对树模型的结构不造成影响。

按照特征值进行排序的，排序的顺序不变，那么所属的分支以及分裂点就不会有不同。

概率模型不需要归一化，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。

而且，树模型是不能进行梯度下降的，因为构建树模型（回归树）寻找最优点时是通过寻找最优分裂点完成的，因此树模型是阶跃的，阶跃点是不可导的，并且求导没意义，也就不需要归一化。所以树模型（回归树）寻找最优点是通过寻找最优分裂点完成的

3.7748

关注作者

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子