机器学习的数据准备

数据准备是机器学习的关键步骤。

大致可以分为以下步骤：

1.选择数据

这一步骤是选择可分析的业务数据的一个子集。

2.选择数据后就需要对数据进行预处理。

包含以下内容：

①格式化

转换成需要的形式

②清理

删除或者修复部分缺失的数据。

③采样

可能选择的数据比模型运行的要的数据要多，可以从选择的数据中选取有代表性的数据进行使用。

3.转换数据

①放缩

预处理后的数据可能有多种属性单位，比如千米，公斤等等。机器需要通常需要比较统一的范围，比如0-1

②分解

一些复杂的属性可能包含复杂的概念，不如时间可能包含日期和具体的时间，有可能时间是比较影响问题解决的。

③聚集（属性合并）

可能多个属性合成一个属性对解决问题有帮助，这个时候需要对属性进行合并。

参考：

https://machinelearningmastery.com/how-to-prepare-data-for-machine-learning/