抱歉，我刚刚开始学习机器，而且不是任何专家。所以，这个问题很可能听起来无知，我恐怕无法避免。此外，我尽我所能搜索，无法找到可能解决我问题的类似问题或答案。
我了解到，如果模型不是来自具有正态分布的数据集，则模型无法学习。此外，我用来发现数据集是正态分布的唯一方法是为每个参数描述here的图形方法。这可能是不可取的，如果是这样，我总是可以改变，所以如果是这样，请纠正我。
要了解我的问题，如果我看到某些参数的正态分布 但是对于其他一些人来说，这是否意味着数据集存在缺陷？或者这是否意味着我不应该将这些参数用于模型？
提前致谢，如果我对这些概念的理解存在任何根本性错误，那就很抱歉。
答案 0 :(得分：1)
正如cel所说，每个模型都有自己的假设和局限。 虽然可能有一个模型只能学习完全正态分布的数据 - 但是有很多模型没有，例如SVM或随机森林。
实际上，如果您知道您的数据不符合模型的假设，您可以考虑使用不同的模型或操纵您的数据以适合您的假设。 后一种选择是您应该仔细考虑的事项，以确保您的操作在现实生活场景中使用时不会使您的模型无用。