qq_44353685的博客

原创 【机器学习-数据预处理】

否则直接从数据中学习贝叶斯网的结构不但复杂性较高（随着变量的增加，指数级增加），网络维护代价昂贵，而且它的估计参数较多，为系统带来了高方差，影响了它的预测精度。作为与实际生产紧密联系的方向，我们实验室的集料研究方向的所有数据均为自己筛分采集存储，自己掌握数据来源才是最可靠的，在数据有问题的时候可以对原始数据进行追溯，排查问题点。异常值是指那些数据集中存在的不合理的值，此处的不合理指的是偏离正常范围的值而不是错误值，如一颗集料的重量为1kg、外接矩形的边长为1m等。因此我们要将更多的目光放在数据的质量上。