与距离计算无关的基于树的模型,不需要feature scaling,比如决策树、随机森林等,树中节点的选择只关注当前特征在哪里切分对分类更好,即只在意特征内部的相对大小,而与特征间的相对大小无关。1
孤立森林是一种基于树的异常检测方法,在做划分时,只需要知道相对大小即可。
使用孤立森林时不需要进行特征归一化。
根据读者的需要,后期看情况补充
深入探讨:为什么要做特征归一化/标准化? ↩︎