本文探讨了在训练数据过程中，如何正确处理数据间的紧密联系，避免模型过度关注异常数据点，导致错误分析特征关系。通过具体案例分析，讨论了去除异常数据的重要性及特殊情况下的处理策略。
当我们train数据的时候,我们想当然的想让数据之间的联系更加紧密,但更紧密不意味着更好的性能.
当我们研究median income和median house pricing的时候,我们可以从图上观测到
图片中在450000和350000的地方有两条比较明显的横线.
对于这种情况,我们应该适当的去除掉这些数据以保证我们的model不会过分的关注到这点以至于错误的分析了这两个features的关系.
但反过来说,如果我们认为这种关系有一定的内在关系的话,我们也可以单独分析这些数据的形成原因.
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
