处理数值数据

模块预计时长：85 分钟

学习目标

• 了解特征向量。
• 直观地探索数据集的潜在特征 。
• 找出离群值。
• 了解对数值数据归一化的四种不同方法。
• 了解分箱，并制定分箱数值数据的策略。
• 了解良好连续数值特征的特征。

前提条件：

本模块假定您熟悉以下模块中介绍的概念：

• 机器学习简介

与构建模型相比，机器学习从业者花在评估、清理和转换数据上的时间要多得多。数据非常重要，因此本课程将有整整三个单元来介绍该主题：

• 使用数值数据（此单位）
• 处理分类数据
• 数据集、泛化和过拟合

本单元着重介绍 数值数据、 表示整数或浮点值 其行为方式与数字类似的函数。也就是说，它们是可累加的、可数的、有序的， 依此类推。下一部分将重点介绍分类数据，其中可能包含行为类似于类别的数字。第三单元重点介绍如何 准备数据，确保在训练和评估时获得高质量结果 模型。

数值数据的示例包括：

• 温度
• 重量
• 自然保护区的鹿数量

相比之下，美国邮政编码虽然是 5 位数或 9 位数的数字，但其行为方式与数字不同，也不代表数学关系。邮政编码 40004（肯塔基州尼尔森县）不是邮政编码 20002（华盛顿特区）的两倍。这些数字代表类别（具体而言是地理区域），被视为分类数据。

关键术语：

• 分类数据
• 数值数据

帮助中心