99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀大話機器學(xué)習(xí)之數(shù)據(jù)預(yù)處理與數(shù)據(jù)篩選
大話機器學(xué)習(xí)之數(shù)據(jù)預(yù)處理與數(shù)據(jù)篩選
2017-12-12
收藏

大話機器學(xué)習(xí)之數(shù)據(jù)預(yù)處理與數(shù)據(jù)篩選

數(shù)據(jù)挖掘和機器學(xué)習(xí)這事，其實大部分時間不是在做算法，而是在弄數(shù)據(jù)，畢竟算法往往是現(xiàn)成的，改變的余地很小。

數(shù)據(jù)預(yù)處理的目的就是把數(shù)據(jù)組織成一個標準的形式。

1.歸一化

歸一化通常采用兩種方法。

a.最簡單的歸一化，最大最小值映射法

P_New=(P-MI)/（MA-MI）

P是原始數(shù)據(jù)，MI是這一屬性中的最小值，MA是這一屬性中的最大值。這樣處理之后，所有的值都會限定在0-1之間。

b.標準差標準化

P_New=（P-AVG(P)）/SD(P)
      其中AVG（P）為變量均值，SD(P)為標準差.

這個方法還有一個好處，就是當你發(fā)現(xiàn)如此處理之后，有的數(shù)字很離奇，就可以認為是異常值，直接剔除。

2、離散化

如果你的數(shù)值是連續(xù)的，有時候不是那么好處理，比如年齡。往往把數(shù)字離散成小孩，少年，青年等等更加有意義。

3、缺失值問題

這個首先要考慮缺失值的多少，如果過多，不如直接刪除屬性；如果在可接受范圍內(nèi)，則利用平均值、最大值或者別的適合的方案來補充。

當然還有一種方法，先用方法1對不缺失的記錄建模，然后用該方法預(yù)測缺失值；然后用方法2最終建模。當然，這里存在許多問題，比如方法一的準確度、方法1和方法2使用同一種方法的時候產(chǎn)生的信息冗余。

4、異常數(shù)據(jù)點

實際的數(shù)據(jù)集有很多是異常數(shù)據(jù)，可能是由于錄入錯誤或者采集中受到干擾等因素產(chǎn)生的錯誤數(shù)據(jù)。通常剔除異常數(shù)據(jù)的方法最常用的有如下兩種。

尋找附近的點，當最近的點的距離大于某一個閾值的時候，就認為是異常點。當然也可以在限定距離內(nèi)，包含的數(shù)據(jù)點少于某個數(shù)目的時候認為是異常點。

前者是基于距離，后者是基于密度。當然，還可以把兩者結(jié)合，指定距離的同時也指定數(shù)目，這叫做COF。

5、數(shù)據(jù)的篩選

我們在預(yù)處理好數(shù)據(jù)之后，有時候數(shù)據(jù)的維度是很大的，出于經(jīng)濟性考慮，當然，需要降維或者特征選擇。有時候降為和特征選擇也會增加準確度。

降維通常使用PCA，主成分分析。直觀上，就是把幾個變量做線性組合，變成一個變量；特征選擇則比較簡單，就是選擇相關(guān)性強的特征。

當然，PCA其實設(shè)計到矩陣的奇異值分解，具體的數(shù)學(xué)原理就不展開了。


數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }