Нормализация данных — это важный шаг в подготовке данных для обучения предсказательных моделей. Но не всегда и не для всех типов данных нормализация обязательна. Разберёмся, когда стоит делать нормализацию, а когда можно обойтись без неё. Если используем алгоритмы, которые зависят от расстояний между объектами датасета (это отличие значений в ячейках таблицы, выраженное в числовом эквиваленте, например вектор), например, K-ближайшие соседи (from sklearn.neighbors import KNeighborsClassifier, KNeighborsRegressor) или метод опорных векторов (from sklearn...