【机器学习(6)】数据预处理:预处理、标准化和数据纠偏

模型评价体系 回顾一下以前提及的模型评价的体系 类别 概念 模型(model) 规律和经验 学习(learning) 从数据中总结规律的过程 误差(error) 衡量模型准确性的指标 训练集(教材教辅) 训练模型的数据集 验证集(模拟考卷) 测试学习模型泛化能力的数据集 应用数据(高考) 模型实际应用场景的特征集 数据预处理与特征工程 概念:数据预处理与特征工程泛指对训练数据集进行特征增加、删除、变换的方法 目标:通过对训练数据的处理变换,提高模型训练表现和泛化能力 类别: 特征变换:预处理、标准化、纠偏 特征增加与删减: