哪些机器学习算法不需要做归一化处理?
哪些机器学习算法不需要做归一化处理?
相关考题：
以下有关特征数据归一化的说法错误的是:( ) A.特征数据归一化加速梯度下降优化的速度B.特征数据归一化有可能提高模型的精度C.线性归一化适用于特征数值分化比较大的情况D.概率模型不需要做归一化处理
有关机器学习算法选择的说法不正确的有哪些？A．每种算法都有其使用范围，因此选择算法需要考虑具体处理的问题。B．机器学习算法的好坏需要通过实验比较确定。C．判断机器学习算法好坏在数据需求阶段就可以确定。D．对于图像分类问题，深度学习算法的准确度一定好于传统的分类算法。
4、与传统的分类机器学习算法相比，深度学习网络不同之处不是下面哪项？A．不需要人工进行特征工程，深度学习算法本身具有一定的特征提取能力B．深度学习算法需要的数据量和算力更大，但性能更好C．深度学习算法不需要对数据进行预处理D．深度学习的算法解释性一般比较弱，对数据依赖性强
与传统的分类机器学习算法相比，深度学习网络不同之处不是下面哪项？A．不需要人工进行特征工程，深度学习算法本身具有一定的特征提取能力B．深度学习算法需要的数据量和算力更大，但性能更好C．深度学习算法不需要对数据进行预处理D．深度学习的算法解释性一般比较弱，对数据依赖性强
56、下列哪些数据挖掘算法不需要做数据归一化处理A．K均值B．线性回归C．决策树D．朴素贝叶斯