Machine-Learning
為什麼對決策樹進行對數轉換為正態分佈？
在An Introduction to Statistical Learning with Applications in R (James et al.)第 8 章的第 304 頁上，作者說：
我們使用 Hitters 數據集根據 Years（他在大聯盟打球的年數）和 Hits（他上一年的命中數）來預測棒球運動員的薪水。我們首先刪除缺少 Salary 值的觀測值，並對 Salary 進行對數變換，使其分佈具有更多典型的鐘形。（回想一下，薪水以數千美元計算。）
沒有給出對數變換的額外動機。既然數據被輸入到決策樹算法中，為什麼強制數據服從正態分佈很重要？我認為大多數/所有決策樹算法對於規模變化都是不變的。
在這種情況下，薪水是決策樹的目標（因變量/結果），而不是特徵之一（自變量/預測變量）。您是正確的，決策樹對預測變量的規模不敏感，但是由於我懷疑有少量非常大的薪水，因此轉換薪水可能會改善預測，因為最小化平方誤差的損失函數不會受到這些強烈影響大值。