Statistiche e Big Data data-preprocessing

1

Codifica one-hot vs dummy in Scikit-learn

Esistono due modi diversi per codificare le variabili categoriali. Supponiamo che una variabile categoriale abbia n valori. La codifica one-hot lo converte in n variabili, mentre la codifica fittizia lo converte in n-1 variabili. Se abbiamo k variabili categoriali, ognuna delle quali ha n valori. Una codifica a caldo termina …

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

2

La foresta casuale ha bisogno che le variabili di input siano ridimensionate o centrate?

Le mie variabili di input hanno dimensioni diverse. Alcune variabili sono decimali mentre altre sono centinaia. È essenziale centrare (sottrarre media) o ridimensionare (dividere per deviazione standard) queste variabili di input al fine di rendere i dati senza dimensioni quando si utilizza la foresta casuale?

16 random-forest standardization data-preprocessing centering

2

Reti neurali: travolgente variabile a caldo continuo?

Ho dati grezzi che hanno circa 20 colonne (20 funzionalità). Dieci sono dati continui e 10 sono categorici. Alcuni dei dati categorici possono avere circa 50 valori diversi (Stati Uniti). Dopo aver preelaborato i dati, le 10 colonne continue diventano 10 colonne preparate e i 10 valori categorici diventano come …

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

3

Quali algoritmi richiedono la codifica one-hot?

Non sono mai sicuro quando utilizzare la codifica one-hot per variabili categoriali non ordinate e quando non farlo. Lo uso ogni volta che l'algoritmo utilizza una metrica di distanza per calcolare la somiglianza. Qualcuno può dare una regola empirica generale su quali tipi di algoritmi richiederebbero che le caratteristiche categoriche …

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

1

Domanda sulla sottrazione media sul treno / valido / set di test

Sto eseguendo la preelaborazione dei dati e dopo costruirò un convoglio sui miei dati. La mia domanda è: supponiamo di avere un set di dati totale con 100 immagini, stavo calcolando la media per ciascuna delle 100 immagini e quindi sottratto da ciascuna delle immagini, quindi diviso in treno e …

11 machine-learning cross-validation data-preprocessing

2

Cos'è la bucketizzazione?

Sono andato in giro per trovare una chiara spiegazione della "secchezza" nell'apprendimento automatico senza fortuna. Quello che ho capito fino ad ora è che la bucketizzazione è simile alla quantizzazione nell'elaborazione del segnale digitale in cui un intervallo di valori continui viene sostituito con un valore discreto. È corretto? Quali …

10 machine-learning dataset data-preprocessing

Domande taggate «data-preprocessing»