データセットは、すべてのパラメータに対して正規分布にする必要がありますか？

Question

申し訳ありませんが、私は機械学習を始めました。だから、この質問は私が避けることができないことを恐れている無知に聞こえるでしょう。また、私は自分の能力を最大限に捜して、私の質問に答えるかもしれない同様の質問や答えを見つけることができませんでした。

モデルが正規分布を持つデータセットではないかどうかを学習できないことを知りました。また、データセットが正常に分散されているかどうかを調べるために使用する唯一の方法は、各パラメータについてhereと記載されているグラフィカルメソッドです。それはお勧めできないかもしれません、もしそうなら私はいつも変更の対象ですので、そうであれば私を修正してください。

私の質問には、特定のパラメータの正規分布が表示される場合は、 まだいくつかの他の人は、データセットに欠陥があるという意味ですか？それとも、モデルにこれらのパラメータを使用すべきでないということですか？

ご迷惑をおかけして申し訳ありませんが、私の概念の理解に根本的な誤りがある場合。

Answer 1

セル氏によると、すべてのモデルにはそれぞれ独自の前提と制限があります。 完全に正常に分散しているデータだけで学習できるモデルがあるかもしれませんが、SVMやランダムフォレストなど、たくさんあるモデルはありません。

実際にデータがモデルの前提条件に準拠していないことがわかっている場合は、別のモデルの使用を検討したり、想定に合わせてデータを操作したりすることができます。 後者のオプションは、現実のシナリオで使用されたときに操作がモデルを役に立たなくしないように慎重に検討する必要があるものです。