こんにちは。
私の質問は、ニューラル ネットワークや SVM、ナイーブ ベイズなどのソフトウェアでノンパラメトリック モデルを使用する場合、ソフトウェアはデフォルトでデータをスケーリングしますか? それとも、これらのモデルを使用する前に数値データをスケーリングする必要がありますか?
わかりました。しかし、私の（非常に長い）回答では、ツリーベースの方法とナイーブベイズについて言及しました。
ツリーベースのモデルや、Naive Bayes のような確率ベースのアルゴリズムでは、スケーリングが不要な場合があります。
ツリーベースの方法は距離ベースのアルゴリズムではないためスケーリングは必要ありません。分割は、特定のしきい値で分割することによって生成されたデータと情報の順序に基づいて行われますが、個々の値、範囲、または分布が分割結果に影響を与えることはありません。
ナイーブベイズは確率ベースのアルゴリズムであり、データの分布から確率を計算し、データのスケールには依存しません。
その他のリソース:
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-決定-trees-need-feature-scaling-or-normalization/
この補足的な回答はあなたの質問に答えていますか?
はい、読みました
しかし、あなたは（（ SVM、KNN、ニューラルネットワーク、（線形およびロジスティック）回帰））について言及しています。
他のモデルについても知りたいです
ブーストされたツリー
ブートストラップフォレスト
決定木
ナイーブベイズ
ありがとう
