跳到内容
从一个困惑开始

你想弄懂什么?

找到答案,看到讲解发生的那一刻,再顺着概念继续探索。

← 概念导览

关于「为什么需要特征缩放?」

1 个关键词匹配

正在理解你的问题,下面的搜索结果可先查看。

判断用途

↗

对于依赖欧几里得距离或基于梯度的优化的算法,应使用特征缩放,例如 KNN、K-means、线性回归、逻辑回归和神经网络。对于基于树的模型,如决策树、随机森林和 XGBoost,通常不需要缩放。

适用条件:模型使用对特征尺度敏感的度量或迭代优化。;模型不是基于树或树的集成。