1回答
我有一个关于机器学习的数据预处理的问题。特别是转换数据，使其具有零均值和单位方差。我已经将我的数据分成两个数据集(我知道我应该有三个数据集，但为了简单起见，假设我有两个数据集)。我应该转换我的训练数据集，使整个训练数据集具有单位方差和零均值，然后在测试模型时转换每个测试输入向量，使每个测试输入向量呈现单位方差和零均值，还是将整个数据集(训练和测试)转换为单位变量和零均值？我的信念是
浏览 0提问于2017-02-21得票数 1
回答已采纳
1回答
预处理机器学习数据
、、、
现在，我正在将该算法使用的数据存储在离线CSV文件中，每次运行该算法时，它都会分析所有数据(每次使用该算法时都会添加一个新的数据)。如果我说得太含糊了，很抱歉，但我想知道一般情况下应该如何正确地实现数据和算法，以便：
数据不是存储在CSV中的(我是否像使用任何其他类型的数据那样将其存储在数据库中？)使用某种形式的预处理，这样ML算法就不必每次使用时都重复分析相同的数据(或者每次使用该算法时都需要添加一个新的数据)
浏览 1提问于2018-03-09得票数 3
1回答
当我正在寻找预处理的最佳步骤时，我开始怀疑这是否真的是必要的。假设设置和噪声以及任何类型的失真在两个类中都是相同的，即使占优势，当各种分类模型已经返回满意的原始数据时，我是否需要进行预处理</
浏览 0提问于2017-06-08得票数 0
回答已采纳
2回答
我得到了两个数据集，在测试和培训数据集中都有缺失的值。我是否也需要对test.csv进行预处理，还是只对train.csv进行预处理？
浏览 0提问于2021-10-17得票数 3
1回答
机器学习模型的数据预处理
、、、、
📷
我对如何预处理基于范围的类别(如年龄、肿瘤大小和inv-节点)感到困惑。我应该采取一个平均值的限制，如在- 14.5，24.5等，或做一个热编码的共同域范围。一次热编码会增加no。
浏览 0提问于2020-05-21得票数 4
2回答
我正在尝试创建处理大数据集的ML模型。我的问题更多地与这些大数据集的预处理有关。在这个意义上，我想知道使用Dataprep或Tensorflow进行预处理有什么不同。
任何帮助都将不胜感激。
浏览 1提问于2018-03-12得票数 1
回答已采纳
1回答
我想学习时间序列数据分析和预测。我在机器学习方面知识渊博，对深度学习(包括RNN，LSTM)有很好的了解。我知道时间序列与正常数据有很大的不同，因此大多数预处理、特征提取方法都不能用于时间序列数据，而且时间序列算法的工作方式与一般的机器学习算法略有不同。尽管我读了很多文章，仍然对时间序列分析和预测感到困惑(比如在删除数据文具的情况下，我无法完全理解为什么，如果它只意味着一些简单的时间序列算法)。在哪
浏览 0提问于2022-01-31得票数 0
2回答
我是机器学习的新手。我对机器学习模型是如何记住它学到的东西感到困惑。以及它是如何学习的。
我知道机器学习的基本流程:首先是数据采集，然后是数据预处理，然后创建训练和测试数据集，然后训练ML学习算法。训练后，用试验数据对模型的准确性进行检验。但是我对算法是如何训练的以及它是如何记住它学到的东西感到困惑的。
浏览 0提问于2018-09-03得票数 6
2回答
我想写2，3甚至更多变量之间的关系，并在2，可能的3维图中画出，并且能够计算一个变量在给定值下的其他值的可能范围。非常粗略的例子：(编辑:交互的3D或至少2D情节的结果将是伟大的)
浏览 0提问于2016-07-07得票数 0
回答已采纳
1回答
我刚开始机器学习。我正在尝试使用熊猫/tensorflow来处理一些数据。我知道当我有数据的时候| ID | asset|| A | 1 || C | 3 |+----+------++----+------+| A | 2 || B
浏览 5提问于2017-07-11得票数 1
回答已采纳
3回答
在Dask中，我正在使用一个包含大约50 of数据的Dask数据帧。此数据是字符串数据，在将其提供给机器学习算法之前，我需要对其进行预处理(使用该过程快速)(使用线程快速)。现在的问题是，当我设计一个关于进程的集群时，数据帧操作是快的，但是关于线程，它是慢的(但线程在机器学习中是快的)。因此，我正在寻找一种解决方案，在这种方案中，我们可以从进程切换到线程环境。目前，我正在使用进程集群保存预处理<em
浏览 30提问于2021-02-17得票数 2
1回答
文本聚类技巧的不同方法
、、、
考虑一个人才库，每个成员都有一些技能。这些人才中有一些是作为潜在的候选人提交订单的，其中一人是被选中的。合理的假设是，提交的天赋在他们的技能集(让我们称之为片段)中有一些占主导地位的东西，使他们有资格获得订单。例如，“前端网页设计师”或“小册子/短跑设计师”。我的计划是使用潜在的Dirichlet分配(LDA)，以便所有提交订单的人才的技能都是包含某些片段或“主题”的“文档”，并且有一定的可能性。可能会有一个或两个主要的主题取决于主题总数。然
浏览 0提问于2015-05-24得票数 5
1回答
在机器学习方面，我是个菜鸟，我试图使用ML对一些数据进行分类。现在，我已经对有监督和无监督的学习算法做了一些基本的阅读，如决策树、聚类、神经网络..etc等。我很难理解的是为ML问题准备数据集的正确的总体过程。我目前的理解是，为了评估准确性，算法应该输入预先标记的结果(来自数据集的一个重要子集？)如果这是正确的，那么如何对大型数据集进行预标记？我的数据集相当大，人工标记是不可行的。
另外
浏览 2提问于2013-10-14得票数 7
1回答
我只是想要一些关于数据在输入机器学习算法之前应该如何进行预处理的一般技巧。我试图加深我对为什么我们在预处理时做出不同决定的理解，如果有人能在清理数据、删除多余数据等时考虑到所有不同的事情，我会发现它非常有用，因为我已经在网上搜索了很多经典的答案或经验规则，而这里似乎没有。我在.tsv文件中有一组可用的数据。培训集为7,000行，测试集为3,000行。如果100行在每行500行? 1,000行中不可读，我应该使用哪些不同的策略来处理格式错误的数据
浏览 4提问于2014-01-26得票数 7
回答已采纳
1回答
articles_nonNull['text']我试图使用这段代码对我的数据进行预处理我是NLP的新手，这是我第一次处理一个非常大的非结构化数据集。
浏览 1提问于2022-06-05得票数 -1
1回答
我是训练加载我的模型没有我的数据库，但我必须使用标准规模分割。dataprediction = model.predict(out)可以在不加载数据集的情况下预测数据吗
浏览 3提问于2021-12-19得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
