知识卡片
预处理区分特征轴与样本轴
中心化和标准化通常按特征处理,向量归一化常按样本处理。缺值填补、类别展开和二值化分别应对不同输入约束。书中 LabelBinarizer 对目标标签编码后可反变换,特征编码与标签编码应分开记录。
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
- scikit-learn · 查看原书依据
缺失值处理(Imputation)
参考来源
- 位置:《机器学习观止:核心原理与实践》第27章《scikit-learn》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter27.xhtml`)。
- 结论依据:第 27.4.1 节给出多类处理器和标签反变换。
- 原始内容:缺失值处理(Imputation)