Statistiques et Big Data data-preprocessing

1

Encodage à chaud vs factice dans Scikit-learn

Il existe deux manières différentes d’encoder des variables catégorielles. Disons qu'une variable catégorique a n valeurs. Un codage à chaud le convertit en n variables, alors qu'un codage factice le convertit en n-1 variables. Si nous avons k variables catégorielles, chacune d’elles ayant n valeurs. Un codage à chaud aboutit …

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

2

La forêt aléatoire a-t-elle besoin de variables d'entrée pour être mise à l'échelle ou centrée?

Mes variables d'entrée ont des dimensions différentes. Certaines variables sont décimales tandis que d'autres sont des centaines. Est-il essentiel de centrer (soustraire la moyenne) ou de mettre à l'échelle (diviser par l'écart-type) ces variables d'entrée afin de rendre les données sans dimension lors de l'utilisation d'une forêt aléatoire?

16 random-forest standardization data-preprocessing centering

2

Filets neuronaux: une seule variable à chaud écrasante continue?

J'ai des données brutes qui ont environ 20 colonnes (20 fonctionnalités). Dix d'entre elles sont des données continues et 10 d'entre elles sont catégoriques. Certaines des données catégorielles peuvent avoir comme 50 valeurs différentes (États-Unis). Après avoir prétraité les données, les 10 colonnes continues deviennent 10 colonnes préparées et les …

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

3

Quels algorithmes nécessitent un codage à chaud?

Je ne sais jamais quand utiliser l'encodage à chaud pour les variables catégorielles non ordonnées et quand ne pas le faire. Je l'utilise chaque fois que l'algorithme utilise une métrique de distance pour calculer la similitude. Quelqu'un peut-il donner une règle générale concernant les types d'algorithmes qui exigeraient que les …

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

1

Question sur la soustraction de la moyenne dans le train / valide / ensemble de test

Je fais du prétraitement des données et je vais ensuite construire un Convonets sur mes données. Ma question est: disons que j'ai un total de jeux de données avec 100 images, je calculais la moyenne pour chacune des 100 images, puis je la soustrais de chacune des images, puis je …

11 machine-learning cross-validation data-preprocessing

2

Qu'est-ce que la bucketisation?

J'ai fait le tour pour trouver une explication claire de la «bucketisation» dans l'apprentissage automatique sans succès. Ce que je comprends jusqu'à présent, c'est que la bucketisation est similaire à la quantification dans le traitement numérique du signal où une plage de valeurs continues est remplacée par une valeur discrète. …

10 machine-learning dataset data-preprocessing

Questions marquées «data-preprocessing»