知识卡片
数据变换的常用方法
数据变换是在数据已格式统一、无缺失异常后,进一步改变表达形式以提升模型效果。常见方法包括标准化、归一化/区间缩放、正则化、特征二值化等,目标是消除度量差异、让数据分布更合理、更易被计算机比较。例如“年化3%”与“每天8.2元”人类知道等价,机器却因度量不同无法比较,标准化把不同量纲的特征拉到同一数量级;区间缩放把[2000,20000000]的存款映射到[0,1],避免模型误判平均水平;二值化把“是否办过信用卡”变成1/0。边界很关键:并非所有模型经变换都能受益,某些情况下反而降低精度,须依数据特点选择,切勿滥用。可迁移启发:先理解每个变换“改变了什么、服务于什么”,再决定是否使用。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 数据的准备工作 2.1.4 数据变换 · 查看原书依据
常见的数据变换方法有很多,例如标准化、归一化、正则化、特征二值化,等等。产品经理只需要了解这些方法的目的,不需要掌握具体的实现过程。
参考来源
- 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第2章《数据的准备工作》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00007.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:原文列举“标准化、归一化、正则化、特征二值化”等方法并用“3%和8.2元”“存款区间[2000,20000000]”的例子说明目的,同时警告“并非所有的模型通过数据变换都能提升效率”,支撑本卡的收益与边界。
- 原始内容:常见的数据变换方法有很多,例如标准化、归一化、正则化、特征二值化,等等。产品经理只需要了解这些方法的目的,不需要掌握具体的实现过程。