知识卡片
先按字段诊断数据质量
建模前逐列核对字段含义、合法范围、缺失率和量纲。先区分真实极端值与录入错误,再决定保留、修正、删除或补全。若缺失集中在某个来源或人群,应检查处理是否改变样本构成。
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
- 机器学习中的数据预处理 2.1 · 查看原书依据
我们拿到的数据可能包含了大量的缺失值,可能包含大量的噪音,也可能因为人工录入错误(如医生的诊断记录)导致有异常点存在,对我们挖掘出有效信息造成了一定的困扰,所以我们需要通过一些方法,尽量提高数据的质量。在机器学习中,
参考来源
- 位置:《AI制胜:机器学习极简入门》第2章 机器学习中的数据预处理 §2.1(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter2.xhtml#isbn9787302555513_2_1_1)
- 结论依据:原文以缺失、噪声、录入异常说明输入质量对建模的影响。
- 原始内容:我们拿到的数据可能包含了大量的缺失值,可能包含大量的噪音,也可能因为人工录入错误(如医生的诊断记录)导致有异常点存在,对我们挖掘出有效信息造成了一定的困扰,所以我们需要通过一些方法,尽量提高数据的质量。在机器学习中,