- 博客(2)
- 收藏
- 关注
RSS订阅原创 特征工程
特征工程是指将数据转换为能更好地表示潜在问题地特征，从而提高机器学习性能的一类方法。其步骤大致可分为数据理解、数据清洗、特征构造、特征选择，以及类别极端不平衡时的处理。 数据理解 数据理解阶段的目的是探索数据，了解数据，主要在EDA阶段完成。 定性数据：主要为描述性质。可细分为定类和定序工作。定类即按名称分类的数据，如血型和城市等；定序即数据类型有排序之分，如成绩等级（A、B、C）等。 定量数据...
2020-03-27 21:29:04
115
原创 数据挖掘EDA学习
数据挖掘EDA学习 这两天课比较多，先搭上框架，更多的拓展会在后续补充。 EDA的目标 EDA的目标主要在于对数据集进行一个初步了解与处理，了解数据各个维度之间的相互关系以及维度与预测值之间的存在关系，对数据进行简单的分析处理和特征工程处理，使数据集的结构和特征集为预测问题的准确性更加可靠。 大体内容 载入各种数据科学以及可视化库：数据科学库 pandas、numpy、scipy ；可视化库 ...
2020-03-24 11:00:27
123
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人