XGBoost 是否需要标准化或规范化？答案

【问题标题】：Does XGBoost need standardization or normalization?XGBoost 是否需要标准化或规范化？
【发布时间】：2023-01-20 15:15:40
【问题描述】：

在下面的链接中，我确认 XGBoost 不需要规范化。但是，在我们现在使用的数据集中，我们需要使用标准化以获得高性能。

如果构成一个样本的特征之间的尺度差异很大，是否有必要进行标准化？

这是 18 个特征的一个示例。第 10 个特征总是等于 60。

[ 0.001652 0.000434 0.00312 0.000494 -0.093933 4.173985 6.314583 1.138626 3.807321 60. 0.000108 0.000131 0.000272 0.000067 0.000013 0.000013 0.000108 0.000108]

https://datascience.stackexchange.com/a/60954

您的理由确实是正确的：决策树不需要对其输入进行归一化；
 由于 XGBoost 本质上是一种由决策树组成的集成算法，因此它不
 也需要对输入进行归一化。

如需证实，另请参阅线程是否需要规范化？在 XGBoost Github 回购，
首席 XGBoost 开发人员的回答很明确：

不，你不必规范化功能

【问题讨论】：

标签： normalization xgboost standardization

【解决方案1】：

当输入数据集的特征在它们的范围之间有很大差异，或者只是当它们以不同的单位（例如，磅、米、英里等）测量时，标准化就会出现。

逻辑回归和基于树的算法（例如决策树、随机森林和梯度提升）对变量的大小不敏感。所以在拟合这些模型之前不需要标准化。

参考： https://builtin.com/data-science/when-and-why-standardize-your-data

【讨论】：