文章目录
< 数据预处理 >
- 聚集：多个样本或特征进行合并（减少样本规模、转换标度、更稳定）
- 抽样：抽取一部分样本
- 降维：在地位空间中表示样本（PCA、SVD）
- 特征选择：选取重要特征（Lasso）
- 特征创建：重新构建有用特征（Fouter转换）
- 离散化
- 将连续属性转换为离散属性的过程
- 常用于分类
- 二元化
- 将连续或类别属性映射到一个或多个二值变量
- 关联分析
- 将连续属性转换为类别属性，将类别属性转换为一组二值变量
- 变量变换
- 将给定属性的值转换
- 线性变换方法（简单函数）
- 规范化
- 最小-最大规范化（归一化）
- z-score规范化（零均值规范化）
- 小数定标规范化
< sklearn 机器学习平台 >
MLlib学习库：
- 涵盖算法：分类算法、聚类算法、回归算法、降维算法
- Scikit-learn 主要用法：
- 符号标记：训练数据、训练集标签、测试数据、测试集标签、完整数据、标签数据
- 数据划分：
- train_test_split(x,y,random)
- shuffle = True
- 数据预处理
- 监督学习算法（分类、
- 逻辑回归
- 支持向量机
- 朴素贝叶斯