DatenvorverarbeitungHallo.
Meine Frage ist, wenn wir nichtparametrische Modelle in Software wie neuronalen Netzwerken oder SVM oder Naive Bayes verwenden oder ... skaliert die Software unsere Daten standardmäßig? Oder sollten wir unsere numerischen Daten skalieren, bevor wir diese Modelle verwenden?
Prädiktive Modellierung und maschinelles LernenBetreff: DatenvorverarbeitungVielen Dank
Betreff: DatenvorverarbeitungOk, aber in meiner (sehr langen) Antwort habe ich baumbasierte Methoden und Naive Bayes erwähnt:
Baumbasierte Modelle und wahrscheinlichkeitsbasierte Algorithmen wie Naive Bayes erfordern möglicherweise keine Skalierung.
Baumbasierte Methoden erfordern keine Skalierung, da es sich nicht um distanzbasierte Algorithmen handelt. Die Aufteilungen erfolgen auf Grundlage der Reihenfolge der Daten und der durch die Aufteilung an einem bestimmten Schwellenwert generierten Informationen. Die einzelnen Werte, Bereiche oder Verteilungen haben jedoch keinen Einfluss auf die Aufteilungsergebnisse.
Naive Bayes ist ein wahrscheinlichkeitsbasierter Algorithmus, der Wahrscheinlichkeiten aus der Datenverteilung berechnet und invariant gegenüber dem Maßstab der Daten ist.
Einige weitere Ressourcen:
https://stats.stackexchange.com/questions/244507/what-algorithms-need-feature-scaling-beside-from-svm
https://www.dataschool.io/comparing-supervised-learning-algorithms/
https://forecastegy.com/posts/do-decision-trees-need-feature-scaling-or-normalization/
Beantwortet diese ergänzende Antwort Ihre Frage?
Betreff: DatenvorverarbeitungJa, ich habe gelesen
aber Sie erwähnen (( SVM, KNN, neuronale Netzwerke, (lineare und logistische) Regression))
ich möchte eigentlich mehr über andere Modelle erfahren
verstärkter Baum
Bootstrap-Wald
Entscheidungsbaum
Naive Bayes
Danke
Betreff: DatenvorverarbeitungHallo @maryam_nourmand ,
Haben Sie meine Antwort auf eine Ihrer ähnlichen Fragen gelesen: https://community.jmp.com/t5/Discussions/data-preprocessing/mp/761840/highlight/true#M93976 ?
