matlab中的内罚函数的代码-How-to-Talk-Building-Good-Training-Datasets:如何建立...

matlab中的内罚函数的代码如何建立良好的训练数据集 2021年1月23日 我感谢您的评论。 给我发电子邮件！ 雇用我！ :smiling_face_with_smiling_eyes: 建立良好的培训数据集-数据预处理 数据的质量和其中包含的有用信息的数量是决定机器学习算法可以学习的程度的关键因素。 因此，至关重要的是确保在将数据集输入学习算法之前检查并对其进行预处理。 我们将介绍以下内容： -从数据集中删除和估算缺失值 -将分类数据转化为机器学习算法的形状 -为模型构建选择相关特征 处理丢失的数据 在实际应用中，我们的培训示例由于各种原因而缺少一个或多个值的情况并不少见。 例如，数据收集过程中可能存在错误，某些测量结果可能不适用，或者在调查中某些特定字段可能只是空白。 对于较大的DataFrame，手动查找缺少的值可能很繁琐。 在这种情况下，我们可以使用isnull方法返回具有布尔值的DataFrame，该布尔值指示单元格是否包含数字值（False）或是否缺少数据（True）。 然后，使用sum方法，我们可以返回每列缺失值的数量，如下所示： df.isnull（）。sum（） 请注意，在将数据馈送到scikit-learn估计器之前，您始终