Hauptaufgaben in der Datenvorverarbeitung Datenbereinigung Fehlende Werte auffüllen, rauschende Daten glätten, Ausreißer identifizieren oder entfernen und Inkonsistenzen beheben Datenintegration Integration mehrerer Datenbanken, Datenwürfel oder Dateien Datentransformation Normalisierung und Aggregation Datenreduktion Reduzierte Daten erhalten Es gibt sieben wesentliche Schritte in der Datenvorverarbeitung im maschinellen Lernen:
Datensatz erwerben. ...
Alle wichtigen Bibliotheken importieren. ...
Datensatz importieren. ...
Identifizierung und Behandlung der fehlenden Werte. ...
Kodierung der kategorialen Daten. ...
Datensatz aufteilen. ...
Merkmalskalierung. Aggregation
Stichprobenziehung
Dimensionsreduktion
Merkmalsauswahl
Merkmalserstellung
Diskretisierung und Binarisierung
Attributtransformation