数据分析
关注
分享
扫一扫
文章平均质量分 89
韩买买
这个作者很懒，什么都没留下…
展开
-
Python数据分析之特征处理笔记五——特征预处理（特征降维及特征衍生）
书接上文，本次将介绍两种常用的特征降维的方法：主成分分析（Principal Component Analysis，PCA），线性判别分析（Linear Discriminant Analysis，LDA）。原创 2022-10-05 21:10:27 · 798 阅读 · 0 评论 -
Python数据分析之特征处理笔记四——特征预处理（特征变换）
特征变换核心思想：将一组特征转换成可用数字表示、形式统一并且包含较可能多原始信息的新特征。一般包括对指化、离散化、归一化、数值化、正规化（规范化）等方法。原创 2022-10-04 20:25:03 · 2698 阅读 · 0 评论 -
Python数据分析之特征处理笔记三——特征预处理（特征选择）
书接上文，进行数据清洗过程后，我们得到了没有空值、异常值、错误值的数据，但想要用海量的数据来建立我们所需要的算法模型，仅仅是数据清洗的过程是不够的，因为有的数据类型是数值，有的是字符，怎样将不同类型的数据联系起来？以及在保证最大化信息量的前提下，怎样得到便于分析的数据？这就是特征预处理要做的工作。原创 2022-10-03 16:19:24 · 5531 阅读 · 1 评论