Principales tâches dans le prétraitement des données Nettoyage des données Remplir les valeurs manquantes, lisser les données bruyantes, identifier ou supprimer les valeurs aberrantes et résoudre les incohérences Intégration des données Intégration de plusieurs bases de données, cubes de données ou fichiers Transformation des données Normalisation et agrégation Réduction des données Obtient une réduction Il y a sept étapes significatives dans le prétraitement des données en apprentissage automatique :
Acquérir le jeu de données. ...
Importer toutes les bibliothèques essentielles. ...
Importer le jeu de données. ...
Identifier et gérer les valeurs manquantes. ...
Encoder les données catégorielles. ...
Diviser le jeu de données. ...
Mise à l'échelle des caractéristiques. Agrégation
Échantillonnage
Réduction de dimensionnalité
Sélection de sous-ensemble de caractéristiques
Création de caractéristiques
Discrétisation et binarisation
Transformation d'attributs