ML 的数据准备阶段是否应该包括：将数据拟合到正确的分布，然后进行缩放？
Should the data preparation phase for ML include both: fitting data to right distribution followed by Scaling?
我已经使用 distfit 库找到适合我的数据的最佳分布以避免偏斜。比方说，我已经使用 boxcox 方法将我的数据转换为正态分布。
在此之后，我是否应该缩放我的数据，例如，使用能够很好地处理异常值的 Robust Scaler。
我很困惑我应该同时执行这两个步骤还是只执行一个。
不确定我在数据准备阶段是否朝着正确的方向前进。请分享您对此的看法。谢谢！
您可能或可能必须在归一化后进行缩放。
答案取决于我们对这些数据做了什么。
例如我们打算适合某些模型吗？或者其他什么？
一个具体的例子是：
如果想训练我们的神经网络模型，请看：
- 为了更快地收敛训练：我们应该让 mean= 0 和 sigma=1（需要归一化）
- 为了有效的正则化，您必须拥有相似规模的所有数据特征。 （需要缩放）
相比之下，如果你想拟合决策树，那么这些都不需要。
所以，这一切都归结为我们在处理数据后要做的事情。
我已经使用 distfit 库找到适合我的数据的最佳分布以避免偏斜。比方说，我已经使用 boxcox 方法将我的数据转换为正态分布。
在此之后，我是否应该缩放我的数据，例如，使用能够很好地处理异常值的 Robust Scaler。
我很困惑我应该同时执行这两个步骤还是只执行一个。
不确定我在数据准备阶段是否朝着正确的方向前进。请分享您对此的看法。谢谢！
您可能或可能必须在归一化后进行缩放。
答案取决于我们对这些数据做了什么。 例如我们打算适合某些模型吗？或者其他什么？
一个具体的例子是：
如果想训练我们的神经网络模型，请看：
- 为了更快地收敛训练：我们应该让 mean= 0 和 sigma=1（需要归一化）
- 为了有效的正则化，您必须拥有相似规模的所有数据特征。 （需要缩放）
相比之下，如果你想拟合决策树，那么这些都不需要。
所以，这一切都归结为我们在处理数据后要做的事情。