有些模型不假设基础数据分布是正态分布。

例如，支持向量机只关心分离超平面的边界，并不假设分布的确切形状。决策树模型也没有做出这样的假设。

高斯分布很流行，由于其简单性而经常被分析，但也有其他模型。

如果您知道您认为您的数据可以遵循的分布，您还可以构建自己的模型，例如通过最大化似然性或后验分布。

如果您能够将数据转换为正态分布并使用您熟悉的模型，您可以尝试一下，看看它的表现如何。

高斯模型经常被使用（有时可能被过度使用），因为它们在数学上很方便（许多统计模型可以作为内置函数找到，当基于高斯分布时，在一些库中，如混合模型、隐马尔可夫模型、 ...）。此外，当人们不知道哪种分布可以最好地对数据建模时，考虑到高斯分布与中心极限定理的关系，这通常是一个合理的假设。

但是，如果说，您的目标是生成类似于某些训练数据的新数据，并且您知道要生成的数据应该严格为正，那么高斯假设可能不是最好的假设。事实上，从基于高斯的模型生成数据并不能保证这些数据是正的（高斯有无限的支持）。然后可以考虑将模型基于某种分布，以确保生成的数据为正，例如 Beta 或 Dirichlet 分布。

但是，将高斯作为假设总是一个好的开始，得到一些结果，如果它们不够好，请尝试其他假设并进行比较。这可以提高准确性，但也可能需要大量工作，因为大多数经典机器学习算法通常没有在主库中实现，而不是高斯假设。

总结一下：

• 但是，如果我正在处理的数据不是正态分布的怎么办？

然后，当使用更合适的分布时，您应该会看到结果的改进。

• 为了获得正态分布的数据，我应该对数据执行对数/指数转换吗？

转换数据并查看对结果的影响确实是值得的（而且工作很少）。

• 为什么高斯数据总是最适合？

它不是。作为证明，您可以查看几篇关于混合模型的出版物，这些出版物比较了不同数据集的 Dirichlet、Gaussian、Beta 混合模型（和其他）的行为方式。