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

• Деревья решений (Decision Trees). 14 Эти модели строят дерево, разделяя данные на основе значений признаков, поэтому масштаб значений не влияет на результат. 1
• Случайный лес (Random Forest). 1 Это ансамбль деревьев решений, поэтому он также не чувствителен к масштабу данных. 1
• Градиентный бустинг (Gradient Boosting). 1 Модели, которые строят предсказания с помощью последовательного добавления деревьев решений, также не требуют нормализации. 1
• Наивный байесовский классификатор (Naive Bayes). 1 Этот алгоритм основан на вероятностях и не зависит от масштабов признаков. 1