Публикации по теме 'data-preprocessing'
Как сделать полный проект машинного обучения?
Проект машинного обучения от А до Я!
Машинное обучение — это развивающаяся область, способная эффективно решать многие бизнес-задачи. Проект машинного обучения начинается с вопроса или идеи поиска чего-либо. Мы находим набор данных (или несколько наборов данных и интегрируем) соответственно, выполняем исследовательский анализ данных, а затем алгоритмы машинного обучения для поиска ответов или выполнения какого-либо прогноза. Мы также можем создавать значимые выводы на основе реальных..
Машинное обучение (часть 1)
Предварительная обработка данных
Шаг 1. Импорт набора данных
наборы данных обычно доступны в формате .csv
import pandas as pd
pd.DataFrame(filename)
X = dataset.iloc[ : , : -1].values
Y = dataset.iloc[ :, 4].values
dataset.iloc[ : , :-1].values вернет данные во всех строках и всех столбцах, кроме последнего столбца.
Шаг 2. Обработка отсутствующих данных
данные редко бывают однородными. Данные могут отсутствовать по разным причинам, поэтому нам нужно обработать их так, чтобы..
Что такое машинное обучение
Машинное обучение - это разновидность искусственного интеллекта.
Машинное обучение - это исследование того, как сделать машины более похожими на людей в их поведении и решениях, дав им возможность учиться и разрабатывать свои собственные программы. Это делается с минимальным вмешательством человека,
т.е. без явного программирования.
Процесс обучения автоматизирован и улучшен на основе опыта машин на протяжении всего процесса.
В машины поступают качественные данные, и для..
Почему предварительная обработка функций важна для надежной модели машинного обучения?
Analytics Vidhya продолжает публиковать высококачественный контент, написанный нашими гостевыми авторами. За последние две недели наши приглашенные авторы написали отличные статьи, в которых изучаются самые разные наборы данных, темы и интересные методы, которые можно использовать с вашими данными, чтобы делать ваши прогнозы лучше.
Предварительная обработка числовых данных - самый важный шаг
Сабина Похрель
Набор данных с большим количеством функций может быть ошеломляющим,..
Предварительная обработка: регрессионное вменение пропущенных непрерывных значений
Предварительная обработка: регрессионное вменение пропущенных непрерывных значений
В качестве продолжения кодирования и вменения категориальных значений в этой статье будет рассмотрено использование методов регрессии для вменения пропущенных значений для непрерывных переменных.
При принятии решения о том, как обрабатывать отсутствующие значения в ваших данных, есть три варианта: удалить наблюдения с отсутствующими данными, оставить отсутствующие значения на месте или вменять..
Прогнозирование сердечной недостаточности, часть II: предварительная обработка данных
На прошлой неделе мы создали простую классификационную модель и настроили ее, чтобы предсказать, будет ли пациент страдать от сердечной недостаточности. Без особых изменений модель правильно предсказала возникновение сердечной недостаточности в 83% случаев. Это, безусловно, хорошее начало, но мы можем многое сделать, чтобы улучшить этот показатель. В этом посте мы попытаемся улучшить оценку модели, выполнив шаг, известный как предварительная обработка .
Предварительная обработка — это..
Предварительная обработка данных для машинного обучения
Предварительная обработка данных - очень важная часть машинного обучения, потому что мы действительно создаем модель машинного обучения, над которой всегда нужно работать с предварительной обработкой данных.
Мы должны правильно обрабатывать данные, чтобы созданная нами модель машинного обучения могла правильно обучаться на данных и давать результаты с высокой точностью.
Этапы предварительной обработки данных:
Шаг 1 : Импорт библиотек
Шаг 2 : Импорт данных
Шаг 3. Как..
