大话机器学习之数据预处理与数据筛选
数据挖掘和机器学习这事，其实大部分时间不是在做算法，而是在弄数据，毕竟算法往往是现成的，改变的余地很小。
数据预处理的目的就是把数据组织成一个标准的形式。
1.归一化
归一化通常采用两种方法。
a.最简单的归一化，最大最小值映射法
P_New=(P-MI)/（MA-MI）
P是原始数据，MI是这一属性中的最小值，MA是这一属性中的最大值。这样处理之后，所有的值都会限定在0-1之间。
b.标准差标准化
P_New=（P-AVG(P)）/SD(P)
其中AVG（P）为变量均值，SD(P)为标准差.
这个方法还有一个好处，就是当你发现如此处理之后，有的数字很离奇，就可以认为是异常值，直接剔除。
2、离散化
如果你的数值是连续的，有时候不是那么好处理，比如年龄。往往把数字离散成小孩，少年，青年等等更加有意义。
3、缺失值问题
这个首先要考虑缺失值的多少，如果过多，不如直接删除属性；如果在可接受范围内，则利用平均值、最大值或者别的适合的方案来补充。
当然还有一种方法，先用方法1对不缺失的记录建模，然后用该方法预测缺失值；然后用方法2最终建模。当然，这里存在许多问题，比如方法一的准确度、方法1和方法2使用同一种方法的时候产生的信息冗余。
4、异常数据点
实际的数据集有很多是异常数据，可能是由于录入错误或者采集中受到干扰等因素产生的错误数据。通常剔除异常数据的方法最常用的有如下两种。
寻找附近的点，当最近的点的距离大于某一个阈值的时候，就认为是异常点。当然也可以在限定距离内，包含的数据点少于某个数目的时候认为是异常点。
前者是基于距离，后者是基于密度。当然，还可以把两者结合，指定距离的同时也指定数目，这叫做COF。
5、数据的筛选
我们在预处理好数据之后，有时候数据的维度是很大的，出于经济性考虑，当然，需要降维或者特征选择。有时候降为和特征选择也会增加准确度。
降维通常使用PCA，主成分分析。直观上，就是把几个变量做线性组合，变成一个变量；特征选择则比较简单，就是选择相关性强的特征。
当然，PCA其实设计到矩阵的奇异值分解，具体的数学原理就不展开了。
数据分析咨询请扫描二维码
需求持续增长 - 未来数据分析师需求将持续上升，企业对数据驱动决策的依赖加深。 - 预测到2025年，中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中，可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面，主要包括数据的收集、整理、分析和可视化，以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能： 统计学基础：数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异，总体来看，入门并不算特别困难，但需要一定的学习和实践积累。 入门难度：数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程，它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展，随着技术的不断进步和数据量的爆炸式增长，企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术，每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法： 对比分析法：通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级，以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域，吸引着越来越多的女性加入其中。对于女生而言，在选择成为一名数据分析师时，行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能，旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df： importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢，因此随着年龄的增长，从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据，可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科，旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师，需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能： 统计学基础 理解基本的统计概念 ...
2024-11-20是的，Python可以用于数据分析。Python在数据分析领域非常流行，因为它拥有丰富的库和工具，能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代，数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任，而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一，已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中，数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升，还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20
