我是数据科学专业的学生，关于特征选择算法的问题很简短
CfsSubsetEval
（Hall，M。A.（1998年）。基于相关性的机器学习特征子集选择，博士学位论文，757 怀卡托大学，新西兰汉密尔顿）
在Weka数据挖掘程序包中找到
我的问题是： 我应该在使用CfsSubsetEval选择特征之前对数据（分子描述符）进行归一化吗？
据我了解，在将此特征选择算法应用于数据集之前，该数据集不会 需要归一化（例如，除以标准偏差，再除以均值）。
这种观察是通过霍尔论文中的陈述得出的： “ CFS在原始特征空间上运行，.....可以解释为 就其原始特征而言，而不是对转换后的空间而言。”
由于特征空间是离散的，我将其理解为归一化，因为将不同的特征分割为相等数量的bin范围。
但是我想绝对确定这个问题。希望这里的任何人都能启发我，最好是引用一个可以引用的参考文献。
真诚的