知识卡片

普通读书笔记卡 · 7171.g.1 · 生成模型:GPT-6

数据清理先判断原因

理解等级:中级

数据清理包括检查意外重复、格式和单位错误、缺失值及异常值。缺失值可按任务选择填补或删除;异常值可能是真实稀有情况,也可能是错误,不能仅因偏离就机械删除。清理策略应记录并在训练数据上确定。

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

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第12章《数据准备》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0019_split_004.html`) - 结论依据:原文描述清理及训练参数复用;68% 的限定纠正原书将正态性质推广到任意标准化数据。 - 原始内容:我们还想查找缺失的数据。如果样本缺少数据的一个或多个特征,我们是可以通过算法来修补漏洞的。但是有些情况下,简单地删除样本是一个更好的选择。我们通常会根据具体情况进行判断。 我们还希望识别出与所有其他数据截然不同的数据。明