Muss ein Dataset eine normale Verteilung für jeden Parameter sein?

Question

Entschuldigung, ich habe gerade mit maschinellem Lernen begonnen und bin keineswegs ein Experte darin. Also wird diese Frage sehr wahrscheinlich ignorant klingen, und ich fürchte, ich kann es nicht vermeiden. Außerdem suchte ich nach besten Kräften und war nicht in der Lage, ähnliche Fragen oder Antworten zu finden, die meine Frage beantworten könnten.

Ich habe gelernt, dass ein Modell nicht lernen kann, wenn es nicht aus einem Datensatz mit einer normalen Verteilung stammt. Außerdem ist die einzige Methode, mit der ich herausfinden kann, dass ein Datensatz normal verteilt ist, die für jeden Parameter beschriebene grafische Methode here. Das kann nicht ratsam sein, und wenn das der Fall ist, kann ich mich jederzeit ändern. Bitte korrigieren Sie mich, wenn das der Fall ist.

Um zu meiner Frage zu gelangen, wenn ich eine Normalverteilung für bestimmte Parameter noch nicht für einige andere sehe, bedeutet das, dass der Datensatz fehlerhaft ist? Oder bedeutet es, dass ich diese Parameter nicht für das Modell verwenden sollte?

Vielen Dank im Voraus, und Entschuldigung, wenn es grundlegende Fehler in meinem Verständnis der Konzepte gibt.

Answer 1

Wie gesagt, jedes Modell hat seine eigenen Annahmen und Einschränkungen. Während es ein Modell gibt, das nur auf vollständig normal verteilten Daten lernen kann, gibt es viele Modelle, die nicht funktionieren, wie SVMs oder Random Forests.

Wenn Sie in der Praxis wissen, dass Ihre Daten nicht den Annahmen Ihres Modells entsprechen, können Sie ein anderes Modell verwenden oder Ihre Daten entsprechend Ihrer Annahme bearbeiten. Die letztere Option ist etwas, das Sie sorgfältig prüfen sollten, um sicherzustellen, dass Ihre Manipulation Ihr Modell nicht unbrauchbar macht, wenn es in realen Szenarien verwendet wird.