Perguntas com a marcação «data-preprocessing»

Existem duas maneiras diferentes de codificar variáveis ​​categóricas. Digamos, uma variável categórica tem n valores. A codificação one-hot converte-a em n variáveis, enquanto a codificação fictícia converte-a em n-1 variáveis. Se tivermos k variáveis ​​categóricas, cada uma com n valores. Uma codificação quente termina com variáveis kn , enquanto a …

50 regression  categorical-data  data-transformation  scikit-learn  data-preprocessing 

Minhas variáveis ​​de entrada têm dimensões diferentes. Algumas variáveis ​​são decimais, enquanto outras são centenas. É essencial centralizar (subtrair média) ou escalar (dividir por desvio padrão) essas variáveis ​​de entrada para tornar os dados sem dimensão ao usar floresta aleatória?

16 random-forest  standardization  data-preprocessing  centering 

Eu tenho dados brutos que possuem cerca de 20 colunas (20 recursos). Dez deles são dados contínuos e 10 deles são categóricos. Alguns dos dados categóricos podem ter 50 valores diferentes (Estados dos EUA). Depois que eu pré-processo os dados, as 10 colunas contínuas se tornam 10 colunas preparadas e …

13 machine-learning  neural-networks  tensorflow  data-preprocessing  theano 

Eu nunca tenho certeza de quando usar a codificação one-hot para variáveis ​​categóricas não ordenadas e quando não usar . Eu o uso sempre que o algoritmo usa uma métrica de distância para calcular a similaridade. Alguém pode dar uma regra geral a respeito de quais tipos de algoritmos exigiriam …

12 machine-learning  categorical-data  categorical-encoding  data-preprocessing 

Estou fazendo pré-processamento de dados e depois construindo um Convonets nos meus dados. Minha pergunta é: digamos que eu tenho um total de conjuntos de dados com 100 imagens, eu estava calculando a média para cada uma das 100 imagens e subtraí-la de cada uma das imagens, depois divida-a em …

11 machine-learning  cross-validation  data-preprocessing 

Eu tenho procurado uma explicação clara de "bucketização" no aprendizado de máquina sem sorte. O que eu entendo até agora é que a bucketização é semelhante à quantização no processamento de sinal digital, onde uma faixa de valores contínuos é substituída por um valor discreto. Isso está correto? Quais são …

10 machine-learning  dataset  data-preprocessing 

Para dados de imagem e tabulares, muitas pessoas transformam os dados distorcidos em dados normalmente distribuídos durante o pré-processamento. O que a distribuição normal significa no aprendizado de máquina? É uma suposição essencial de algoritmos de aprendizado de máquina? Até os dados da imagem, vi transformação quantil, que transforma todos …

8 machine-learning  normal-distribution  data-preprocessing 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . Portanto, tenho um conjunto de Tweets com algumas colunas, como Data e o próprio Tweet, …

7 classification  python  data-preprocessing  keras