監督式學習
流程
資料前處裡 → EDA → 特徵工程 → 模型選擇 → 參數調整 → 集成
EDA(探索式資料分析)
簡單來說就是將資料視覺化，讓我們初步的了解資料是甚麼樣子，是否有離群值或重要變數，好讓我們後續能知道怎麼分析處理EDA裡面常用到的方法有下面一些
相關係數
核密度函數
是一种用来估计概率密度函数的非参数方法，采用平滑的峰值函数(“核”)来拟合观察到的数据点，从而对真实的概率分布曲线进行模拟。
離散化
主要的方法
- 等寬劃分：按照相同寬度將資料分成幾等份。缺點是受到異異常值的影響比較⼤大。
- 等頻劃分：將資料分成幾等份，每等份資料裡面的個數是⼀樣的。
- 聚類劃分：使⽤用聚類演算法將資料聚成幾類，每⼀個類為一個劃分。
需要使用到的技巧 : pd.cut()、 pd.qcut()
常用圖形
Heatmap
常⽤用於呈現變數間的相關性
Gridplot
需要使用到的技巧 : seaborn模組
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/66331.html