人工智能学习教程笔记-5:数据清洗
文章部分内容参考自https://captainbed.net
文章目录
- 数据清洗
- 数据清洗概述
- 常用手段
- 缩放特征值
- 清查
数据清洗
数据清洗概述
数据对于算法来说,就好比石油对于汽车。但石油也是提炼于原油,需要花费很大的功夫进行开采、提炼。
同样,作为一名机器学习工程师,大量的时间就要用于清洗数据,把最原始的数据清理为我们的算法模型可以直接用来训练的数据。
常用手段
简单介绍几个数据清洗手段:
缩放特征值
指缩小特征值的范围,留下一些高价值的特征值,删除一些用处不是很大的特征值。其有点如下:
- 使梯度下降算法更加迅速地收敛
- 避免NaN陷阱(超出精度范围)
- 帮助模型为特征确定合适的权重
清查
简单来说就是手动检查一遍所有的数据,现实生活中的数据往往会有很多问题。例如:
- 遗漏值
例如,有人忘记为某个房屋的年龄输入值。 - 重复样本
例如,服务器错误地将同一条记录上传了两次。 - 不良标签。
例如,有人错误地将一颗橡树的图片标记为枫树。 - 不良特征值。
例如,有人输入了多余的位数
很多研究生干的都是这个事。
人工智能学习教程笔记-5:数据清洗相关推荐
- LaTeX中文学习教程 笔记
视频地址: LaTeX中文学习教程(用于论文或稿件排版,15集全) 用LaTeX写期刊论文的详细教程 一.基本结构 % 导言区 \documentclass{article}%book,article ...
- Scala学习教程笔记二之函数式编程、Object对象、伴生对象、继承、Trait、
1:Scala之函数式编程学习笔记: 1:Scala函数式编程学习:1.1:Scala定义一个简单的类,包含field以及方法,创建类的对象,并且调用其方法:class User {private v ...
- MySQL精品学习资源合集 | 含学习教程笔记、运维技巧、图书推荐
MySQL凭借开源.免费.低门槛.稳定等优势,成为了当前最流行的关系型数据库之一.从1998年发行第一版以来,通过不断地更新迭代,MySQL被越来越多的公司使用,已然成为当下潮流. 为了帮助大家更好地 ...
- Leaflet学习教程+笔记(Mars2D)
Leaflet学习(Mars2D) 一 快速开始 中文教程–小白必备 中文API文档–学会查阅文档 准备工作-引入文件 <link rel="stylesheet" href ...
- MybatisMybatisPlusSpringboot之最全入门学习教程笔记
目录 1 Mybatis概述 1.1 Mybatis概念 1.1.1 JDBC 缺点 1.1.2 Mybatis优化 1.2 快速入门 1.2.1 创建数据库 1.2.2 IDEA2021创建项目 1 ...
- pytorch学习教程笔记(一)
(注:代码来自pytorch官网) 学习使用pytorch构建神经网络,首先我们来看一下不使用深度学习框架的网络如何构建 ```python # -*- coding: utf-8 -*- impor ...
- Cesium学习教程+笔记(Mars3D) 图层 图层组 矢量数据
图层与图层组 为什么需要了解图层组?图层与图层组又是啥关系? 之前学过的点线面都是矢量数据 , 添加到矢量图层直接到地图上的 var tucengdian = new mars3d.layer.Gra ...
- python 入门学习教程笔记-- BMR 计算器
本讲内容涉及到的知识点有: 1.数值类型: 2.字符串分割,字符串格式化输出,使用{}占位 https://docs.python.org/3/library/stdtypes.html#str.sp ...
- 《UE4蓝图完全学习》笔记
UE4蓝图完全学习教程笔记 文章目录 UE4蓝图完全学习教程笔记 Chapter 1 & 2 1. 打印字符串:print(printstring) 2. 创建各种类型的文本:make lit ...
最新文章
- 微信表白墙 微信小程序 吐槽墙 表白墙 java 开发
- 百度程序员妻子质疑老公不忠!每天很晚回家!周五下班不回家,说领导带他喝酒!结婚一年就出轨?...
- SQL Server2008导入导出数据库
- vue接收json数据_Vue之使用ajax获取json数据,并用v-for循环显示在表格中
- Uncaught SyntaxError: missing ) after argument list 错误解决
- 【踩坑经历】一次Asp.NET小网站部署踩坑和解决经历
- CSS设计指南(第3版)pdf
- 关于使用stanfordcorenlp一直运行不报错的解决方法
- Shell学习笔记一
- linux random不阻塞,Linux的random总是装死
- Oracle中SQL*plus常用命令
- pg数据库表存放在哪里_pg数据库系统表
- 第三方支付系统技术分享
- 大学四年的最后一篇日志,致敬2012-2016那些似水流年
- 系统架构的演变过程?
- pyth命令_如何:在Windows上设置用于从命令行运行.py文件的Python可执行文件
- 大数据技术具备哪些特点
- 以匠心正道,以决心致远:毫末智行的自动驾驶之路
- javax.jms.JMSException: Could not connect to broker URL: tcp://localhost:61616
- k近邻法: k-nearest neighbor
热门文章
- 广工物理实验-半导体热敏电阻温度特性的研究
- 水浒调兵遣将的玄机(发展期,连载三)
- JVM、Java编译器和Java解释器
- 软件合码器-驾考-驾驶员考试-音视频合成-四合一-多路视频合成一路技术开发-音视频合码器
- opencv提取并计算轮廓质心
- index.jsp 中文乱码问题
- sas硬盘安装linux,Intel SAS RAID安装CentOS 5.4 Linux操作系统的方法
- 高等数学(第七版)同济大学 习题9-2 个人解答
- vue node_modules复制到内网环境
- UE4 虚幻引擎,绑定Mesh到Skeleton骨骼插槽Socket