我练习的声明说：distribution of feature_3 is a hint of how the data is generated。我试着去了解我应该从推断为我的ETL或ML模型的其余部分..
我策划了该功能的QQ图。分布似乎还算正常。我可以从这些信息对我的ETL或ML模型的其余部分推断出什么？
大多数机器学习模型的假设基础数据分布为他们运作良好。
所以，回到你的问题，有假设反馈到他们的数据是正态分布（或高斯）一些ML技术。这些都是Gaussian naive Bayes，Least Squares based (regression)模型，LDA，QDA。所以，你是指的声明意味着你的数据是使用这种算法生成并呈正态分布。见，here对于这一点，here有关在Machine Learning正态分布的重要性的解释简短的视觉解释。
此外，请注意，还有其他算法（例如SVMs，用于Random Forests / regression，classification，Decision trees等Gradient Boosted Trees）不承担任何类型的基础数据的分布。