我使用了distfit库来找到最适合我的数据的分布，以避免偏斜。假设我已经使用boxcox方法将数据转换为正态分布。

在此之后，我是否应该缩放我的数据，例如，使用能够很好地处理异常值的Robust Scaler？

我对是否应该同时执行这两个步骤还是只执行其中一个感到困惑。

我不确定我在数据准备阶段是否走在正确的方向上。请分享您的看法。谢谢！

回答：

在标准化后，您可能需要也可能不需要进行缩放。

答案取决于我们对这些数据做什么。例如，我们是计划拟合某个模型还是其他什么？

一个具体的例子是：

如果我们想为神经网络训练模型，那么让我们看看：

• 为了加快训练收敛速度：我们应该有均值=0和标准差=1（需要标准化）
• 为了有效的正则化，您必须使所有数据特征处于相似的尺度上。（需要缩放）

相反，如果您想拟合决策树，那么这些都不需要。

所以，这一切都归结于我们在处理数据之后要做什么。