机器学习（二）

机器学习（二）

1.1 机器学习的流程

1.2 UCI数据集

• 常用的机器学习标准测试数据集：
  UCI：http://archive.ics.uci.edu/ml/index.php

1.3 数据预处理

• 数据预处理流程
  

1.3.1 数据清理

初始数据可能存在以下问题：

1. 数据含噪声。这类数据（尤其是孤立点和异常数据）不能随随便便轻易的删除，可能孤立点的数据正是我们要找的异常数据。
2. 数据错误。可以根据数据情况对错误数据进行更改、删除或者直接丢弃这类数据。
3. 缺失数据。可根据数据情况进行数据的补缺，常用线性插值法或者回归的方法。
4. 数据冗余。找出具有最大影响属性因子的属性数据，其余属性可以删除。