机器学习中的特征大致有三种类型：数值型（浮点，整数型），字符型和时间类型。对每类特征需要做哪些预处理？

理由
举报 取消

最好能增加，做这种处理的原理或假设吧。期待大神指点，谢谢！！

2017年7月30日 5 条回复 941 次浏览
用户头像

发起人：TEVC 管理大师

数据挖掘，机器学习爱好者

回复 ( 5 )

  1. 匿名用户
    匿名用户 管理大师
    0
    举报 回复
    理由
    举报 取消

    老王：特征预处理，说明特征现有的，遇到了问题。比如，刻录了异常值或缺失了一些值。间接回答，为何异常对算法会有影响，为何缺失会有影响等。如何定义异常？ 用-1这种方式表示缺失合理吗？ 总之，涉及一系列问题。目的，征集大家实战经验与理解，完善知识结构，可能系统化……

  2. 匿名用户
    匿名用户 管理大师
    0
    举报 回复
    理由
    举报 取消

    老王来讲讲怎么做

  3. 匿名用户
    匿名用户 管理大师
    0
    举报 回复
    理由
    举报 取消

    欢迎老王大神回答

  4. 用户头像
    李厚意 管理大师
    0
    举报 回复
    理由
    举报 取消

    这个肯定要用“WLP算法”，目前特征处理领域世界最为顶级的算法！

  5. 匿名用户
    匿名用户 管理大师
    0
    举报 回复
    理由
    举报 取消

    欢迎老王大神回答

我来回答

Captcha 点击图片更换验证码