数据准备和特征工程流程
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
整个流程是怎样的?
如前所述,本课程重点介绍如何构建数据集和转换数据。
注意:
- 下图显示的是一个典型流程,可能并非最适合每个项目。本课程主要适用于线性回归和神经网络。
- 所显示的流程并非始终按顺序进行。例如,您可以在转换数据之后拆分数据。您可能需要收集更多数据。即使在训练开始后,您也可能需要根据经验了解哪些做法有用,哪些徒劳无功。
需要多长时间?
对于以下问题,请点击所需的箭头以查看您的答案:
猜猜看:在您的机器学习项目中,您通常需要在数据准备和转换上花费多少时间?
超过一半的项目时间
正确:您将大部分时间花在机器学习项目中构建数据集和转换数据。
不到项目时间的一半
计划更多!通常,机器学习项目中 80% 的时间都花在构建数据集和转换数据上。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2022-09-27。
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"没有我需要的信息"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"太复杂/步骤太多"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"内容需要更新"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻译问题"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"示例/代码问题"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"易于理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"解决了我的问题"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]