机器学习24：《数据准备和特征工程-II》收集数据

构建数据集常用的步骤如下所示： 

1. 收集原始数据。
2. 识别特征和标签来源。
3. 选择抽样策略。
4. 拆分数据。

这些步骤在很大程度上取决于你如何构建 ML 问题。本文主要介绍——数据收集-Collecting Data。

目录

1. 数据集的大小和质量

1.1 数据集的大小

1.2 数据集的质量

1.3 特征表示-Feature Representation

1.4 训练与预测

2.连接数据日志

2.1 日志类型

2.2 加入日志源

2.3 预测数据源 - 在线与离线

3.识别标签和来源

3.1直接 vs 派生标签

3.2 标签来源

3.2.1 事件的直接标签

3.2.2 属性的直接标签

3.3 注意事项

3.3.1 直接标签需要过去行为的日志

3.3.2. 如果没有要记录的数据怎么办？

3.3.3 为什么要使用人工标记数据？

3.3.4 提高质量

4.参考文献

---

1. 数据集的大小和质量

“垃圾进垃圾出”

这句话非