Cómo lidiar con datos sin patrones en los que necesito realizar un modelo de clasificación
Los datos en su forma cruda (mundo real) no tendrán patrón. Debe aplicar el paso de preprocesamiento de datos para obtener un patrón de datos sin patrón.
El preprocesamiento de datos es una técnica de minería de datos que implica transformar los datos sin procesar en un formato comprensible.
Implica múltiples pasos que se describen a continuación:
- Limpieza de datos: el paso de limpieza de datos implica otros pasos:
- Rellene los valores faltantes
- Datos suaves y ruidosos
- Identificar o eliminar valores atípicos
- Resolver inconsistencias
- Transformación de datos: implica:
- Suavizado
- Agregación
- Generalización
- Normalización
- normalización min-max
- normalización de puntaje z
- normalización por escala decimal
- Selección de atributos / características
- Reducción de datos: implica reducir las características (columnas) y las instancias (filas).
Después de seguir los pasos anteriores, debe tener un patrón de sus datos sin patrón.
More Interesting
¿Cómo superan los modelos de lenguaje neuronal (NLM) la maldición del problema de dimensionalidad para modelar el lenguaje natural?
¿Existe una incrustación del espacio euclidiano en el espacio hamming?
En una red neuronal recurrente, ¿por qué proporcionamos una secuencia de observaciones como entrada (longitud fija) en lugar de alimentar una observación tras otra con respecto al tiempo?
¿Qué es más exigente, desarrollo de aplicaciones, aprendizaje automático, aprendizaje profundo, inteligencia artificial o IOT?
¿Qué condiciones se deben cumplir para que el tiempo de ejecución se acelere al usar GPU para redes neuronales (NN)?
¿Cómo funciona el algoritmo de recomendación de YouTube?
En la regresión cuadrática, ¿por qué tengo que mantener una variable y su aumento exponencial en el mismo modelo?
En la Bayes Net dada, ¿existe un caso de explicación del fenómeno?
¿Qué métodos de aprendizaje automático simples e intuitivos ofrecen el mayor valor?
¿El aprendizaje automático es solo una forma de predecir con precisión resultados particulares y / o tomar acciones óptimas basadas en algún conjunto de datos?
¿Qué áreas de ciencia de datos o aprendizaje automático están creciendo en importancia?
¿Qué aspecto de los algoritmos de las redes de aprendizaje profundo requieren GPU además de, o en lugar de, CPU, y por qué?
¿Puede ingresar al programa de doctorado CS de nivel superior / siguiente sin publicación, suponiendo que tenga una experiencia de investigación decente?
¿Puedes explicar el descenso coordinado en términos simples?
¿Cuáles son las ventajas y desventajas de Tracking Learning Detection (TLD) frente a otros métodos de rastreo de objetos como el filtrado de partículas?
