实用机器学习---笔记（数据处理）

机器学习首先需要做好数据处理。

1.数据收集

2.重点特征的确认

3.数据规范化：

分类特征不要使用位操作来表现一个种类；最好一个分类一个数据

缺失的数据，可新定义一个新类、可根据附近数据来设置新指、可用整体数据的平均值、中位值等代替。

要注意从原有特征中细化新的有用的特征

要将数据规划到合适区间（如-1到1,0到1等）

4.通过数据可视化来缺点特征是否有意义

分类型数据可用马赛克图或盒图

数值数据可用密度图或散点图

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容