熱線電話：13121318867

登錄
首頁精彩閱讀機器學習的數據清理以及數據標準化！
機器學習的數據清理以及數據標準化！
2020-05-29
收藏

沒有干凈的原始數據，為了滿足機器學習懟數據的要求，必須過濾數據。例如，

  • 1、查看數據，并排除所有缺少大量數據的列。
  • 2、再次查看數據，然后選擇要用于預測的列（特征選擇）。進行迭代時，可能需要更改此內容。
  • 在其余列中排除仍缺少數據的任何行。
  • 3、糾正明顯的錯別字并合并等效答案。
  • 4、排除數據超出范圍的行。例如，如果您要分析紐約市內的出租車行程，則需要過濾出市區外邊界以外的上，下緯度和經度行。

還可以做更多的事情，但這取決于收集的數據。這可能很乏味，但是如果在機器學習過程中設置了數據清理步驟，則可以隨意修改并重復進行。

機器學習的數據編碼和規范化

要將分類數據用于機器分類，需要將文本標簽編碼為另一種形式。有兩種常見的編碼。

一種是標簽編碼，這意味著每個文本標簽值都用數字代替。另一種是一鍵編碼，這意味著每個文本標簽值都將變成具有二進制值（1或0）的列。大多數機器學習框架都具有進行轉換的功能。通常，獨熱編碼是首選，因為標簽編碼有時會使機器學習算法混淆，以為編碼列應該是有序列表。

要將數字數據用于機器回歸，通常需要將數據標準化。否則，具有較大范圍的數字可能傾向于主導特征向量之間的歐幾里得距離，其影響可能會以其他場為代價而被放大，并且最陡的下降優化可能會難以收斂。有多種方法可以對數據進行標準化和標準化以進行機器學習，包括最小-最大標準化，均值標準化，標準化以及按比例縮放到單位長度。此過程通常稱為特征縮放。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

機器學習 特征 數據標準化 特征向量

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇機器學習中的有監督和無監督都包括些什么？
下一篇使用python構建一個推薦系統需要幾步？
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢