
笔记
文章平均质量分 95
学不明白
这个作者很懒,什么都没留下…
展开
-
数据预处理与特征工程
1.数据预处理概念:数据预处理是从数据中检测,纠正或删除损坏,不准确或不适用模型的记录的过程可能面对的问题:数据类型不同:比如有的是文字,有的是数字,有的含时间序列,有的连续,有的离散数据的质量不行:有噪声,有异常,有缺失,数据出错,量纲不一,有重复,数据是偏态,数据量太大或太小数据预处理的目的:让数据使用模型,匹配模型的需求1.1 数据无量纲化数据的无量纲化是指将不同规格的数据转换到统一规格,或者讲不通分布的数据转换到某个特定分布的需求,这种需求统称为数据的无量纲化数据归一化prepr原创 2021-01-06 23:26:02 · 776 阅读 · 0 评论 -
随机森林
var foo = 'bar';原创 2021-01-03 23:19:53 · 1600 阅读 · 0 评论