Для каких алгоритмов машинного обучения не требуется нормализация данных?

Некоторые алгоритмы машинного обучения, для которых не требуется нормализация данных:

• Деревья решений (Decision Trees). dzen.ru yandex.ru Эти модели строят дерево, разделяя данные на основе значений признаков, поэтому масштаб значений не влияет на результат. dzen.ru
• Случайный лес (Random Forest). dzen.ru Это ансамбль деревьев решений, поэтому он также не чувствителен к масштабу данных. dzen.ru
• Градиентный бустинг (Gradient Boosting). dzen.ru Модели, которые строят предсказания с помощью последовательного добавления деревьев решений, также не требуют нормализации. dzen.ru
• Наивный байесовский классификатор (Naive Bayes). dzen.ru Этот алгоритм основан на вероятностях и не зависит от масштабов признаков. dzen.ru