sklearn 机器学习笔记：数据预处理与特征工程
这是一篇纯学习笔记，感觉回到了开发，难道要成为调包侠了吗?
数据挖掘 5 大流程
1. 获取数据
2. 数据预处理
3. 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
用于模型的记录的过程可能面对的问题有：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，有的间断。也可
能，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
4. 数据预处理的目的：让数据适应模型，匹配模型的需求
5. 特征工程：
6. 特征工程是将原始数据转换为更能代表预测模型的潜在问题的
特征的过程，可以通过挑选最相关的特征，提取特征以及创造特征来
实现。其中创造特征又经常以降维算法的方式实现。
7. 可能面对的问题有：特征之间有相关性，特征和标签无关，特
征太多或太小，或者干脆就无法表现出应有的数据现象或无法展示数
据的真实面貌
8. 特征工程的目的：1) 降低计算成本，2) 提升模型上限
9. 建模，测试模型并预测出结果
10. 上线，验证模型效果
数据预处理与特征工程的重要性不言而喻，数据不给力，再高级
的算法都没有用，接下来就边学习数据预处理与特征工程边使用
sklearn 的库。
先附上 sklearn 官网
剩余31页未读，继续阅读
资源评论
xxpr_ybgg
- 粉丝: 3347
- 资源: 3万+
