1）随机森林是否需要归一化？
2）应该对所有特征进行归一化还是仅对数字进行归一化？
3）在拆分为训练数据和测试数据之前还是之后进行归一化是否重要？
4）我是否需要预处理也会被分类的将来对象的特征？ （在接受模型之后，而不是在测试期间）
答案 0 :(得分：1)
1）否！特征归一化对于任何基于树的分类器都是不必要的。
2）一般来说，归一化应该在所有功能上进行，而不仅仅是数字功能。
3）在实践中并没有太大区别。但是，正确的做法是从训练集中识别每个特征的最小值和最大值，然后根据这些值对两个集的特征进行归一化。
4）是，此后，任何样品需要与培训期间一样完全处理。