不缩放数据有很多陷阱，通常建议对其进行缩放。它很容易做到，它是可逆的，并且在其他操作中很有用，比如去除异常值。

在使用多元高斯进一步分析隐马尔可夫模型的细节后，理论准确性不应因特征尺度的巨大差异而受到影响。但是，涉及多元高斯分布的一个重要操作是矩阵求逆。

尽管理论上的可逆性不会改变，但由于尺度的不同，您的问题的实际数值解可能会不准确。迭代方法将存在收敛问题，直接求解方法将受到刚度的影响。当存在线性相关等常见并发症时尤其如此。

这是一组关于 HMM 的 3 场讲座，其中包含关于多元高斯的一些细节 ( 1 - 2 - 3 )

我知道我们已经在评论中讨论过这个问题，但我想结束这个问题，所以将其添加为答案。

我希望这有帮助！