机器学习中的数据预处理

以下文章摘录自：

《机器学习观止——核心原理与实践》

京东： https://item.jd.com/13166960.html

当当：http://product.dangdang.com/29218274.html

(由于博客系统问题，部分公式、图片和格式有可能存在显示问题，请参阅原书了解详情)

————————————————

版权声明：本文为CSDN博主「林学森」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/xuesen_lin/

 

 

 

1.1    数据预处理

我们知道，在深度神经网络获得广泛应用之前，数据预处理和数据特征提取在机器学习项目中是绝对的“重头戏”(注：当然，传统机器学习方法也有其自身优势，大家应该根据实际项目诉求选择最佳的实现方案，而不是一味追求新的技术)。从这个角度上来说，深度神经网络提供的“端到端”的解决方案，确实可以帮助科研人员节约不少时间和精力。

当然，这并