← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8597.a.1.c · 生成模型:GPT-6

先按字段诊断数据质量

理解等级:中级

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?

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,