1、(x-mean)/std為什麼會改變資料的分布？
2、標準化與歸一化各自的適用場景與憂缺？
3、robustscaler 的優點？
參***
4、標準化的缺點——會改變資料的分布？
標準化中的均值與方差是基於所有資料計算的，包含了異常值，因此標準化後，異常值的離群特性會變得不明顯；可通過robustscaler解決；
5、為什麼資料縮放後，會明顯提高分類正確率？
(1) 在進行距離計算時，屬性值大的那些屬性會佔比主導，而屬性值小的屬性貢獻較小，因此導致各很多屬性的作用被掩蓋了，最終分類效果差； 6、
資料預處理方法總結
資料探勘之資料預處理
現實情況中，你的資料可能是不完整的 缺少屬性值或某些感興趣的屬性或僅包含聚類資料 含雜訊的 包含錯誤或存在偏離期望的離群值 並且是不一致的。資料清理 填寫缺失的值 光滑雜訊資料 識別或刪除離群點並解決不一致性 資料整合 當資料來自多個資料來源時，而同乙個屬性在不同資料來源不同，合成時存在冗餘 資料規...
weka之資料預處理
weka在做資料預處理的時候針對attribute提供了多種方式，包括值的各種轉換，常用的如下 1.缺失值處理 weka.filters.unsupervised.attribute.replacemissingvalues。對於數值屬性，用平均值代替缺失值，對於nominal屬性，用它的mode ...
清理資料 資料預處理之「資料清理」
由於當今資料的數量龐大且來自於各種不同型別的 因此出現資料異常的可能性不斷增加。鑑於高質量資料可生成更好的模型和 資料預處理的重要性與日俱增，並且已經成為資料科學 機器學習 ai 管道中的基本步驟。在本文中，我們將 資料處理需求，並討論用於完成此流程中每個步驟的不同方法。在資料收集過程中，存在三個影...