新手在机器学习中常见的五大问题

处理缺失值

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

在数据预处理中，关键步骤是处理缺失的数据，因为机器学习模型不会接受NaN值作为它们的输入。有很多种方法可以填充这些NaN值，但我们首先需要理解缺失值的重要性。

很简单的一种方法是从机器学习数据集中删除所有缺失值，但在这之前，请先检查机器学习数据集中出现的NaN值的总体百分比。如果小于1%，我们可以删除所有缺失值，否则我们需要通过选择其他方法，如集中趋势测量、KNN Imputer等来估算数据。

当我们在特征中使用数字时，我们使用平均或中位数。均值是平均值我们可以通过将一行所有值汇总然后除以它们的量来计算。中位数也表示一个平均值，中位数将数据按大小顺序排列起来,形成一个数列,居于数列中间位置的那个数据。当一组数据中的个别数据变动较大时，常用中位数来描述这组数据的集中趋势。

如果机器学习数据集中存在偏态分布，往往使用中位数要比均值好。

异常值/离群值

异常值是与其他观测值有显著差异的数据点。有时，这些异常值也可能很敏感。在处理异常值之前，建议先检查机器学习数据集。

例如：

• 基于观测降雨量的深度值预测中离群值具有重要意义。
• 房价预测中的异常值则没有任何意义。

数据泄露

什么是 机器学习 模型中的数据泄漏问题呢？

当我们用于训练模机器学习型的数据包含机器学习模型试图预测的信息时，就会发生数据泄漏。这会导致模型部署后的预测结果不可靠。

这个问题可能是由于数据标准化或归一化方法造成的。因为我们大多数人在将数据分割成训练集和测试集之前会继续使用这些方法。

选择合适的机器学习模型

实时，我觉得不必要地转向一些复杂的模型可能会对面向业务的人产生一些可解释性问题。例如，线性回归将比神经网络算法更容易解释。

主要根据数据集的大小和复杂性来选择对应的机器学习模型，如果我们处理复杂的问题，我们可以使用一些高效的机器学习模型，如SVN、KNN、随机森林等。

大多数时候，数据探索阶段会有助于我们选择对应的机器学习模型。如果在可视化中数据是线性可分离的，那么我们可以使用线性回归。如果我们对数据不了解，支持向量机和KNN将会很有用。

另外还存在一个模型可解释问题，例如，线性回归比神经网络算法更容易解释。

验证指标

指标是模型预测器和实际数据的定量度量。如果问题是回归方面的，则关键指标是准确性(R2评分)，MAE(平均绝对误差)和RMSE(均方根误差)。如果是分类方面的问题，关键指标则是精确，召回，F1score和混淆矩阵。

# svn  # 算法  # 线性回归  # 我们可以  # 可以使用  # 当我们  # 更容易  # 的人  # 均值  # 就会  # 我觉得  # 将会  # 在这 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 网络优化91478 】 【 技术知识72672 】 【 云计算0 】 【 GEO优化84317 】 【 优选文章0 】 【 营销推广36048 】 【 网络运营41350 】 【 案例网站102563 】 【 AI智能45237 】

相关推荐： kimi如何收藏回答_收藏功能使用方法【技巧】  Elon Musk会解决X平台上的机器人问题吗？塔罗牌预测  快速生成PPT工具怎么用_快速生成PPT工具使用方法详细指南【教程】  Spin Rewriter AI：终极内容创作与SEO优化指南  百度AI搜索如何开启无痕搜索_百度AI搜索无痕模式设置与隐私保护【攻略】  淋巴按摩终极指南：在家打造紧致透亮肌肤  使用 DeepSeek 进行网络协议栈分析与优化建议  Claude如何导出对话记录_Claude对话导出方法【方法】  京东旅行AI能否抢返程票_京东AI返程票预约与自动抢购【技巧】  AI写作工具深度评测：Novelcrafter, Sudowrite, Squibler  经济型游戏PC构建指南：30000卢比畅玩3A游戏  使用文心一言进行中文客服话术库的逻辑优化  批改网AI检测工具怎么生成评分报告_批改网AI检测工具报告生成与维度解读【指南】  Wix AI：无需代码免费创建专业网站完整指南  使用双端队列（deque）解决字母字符串问题  豆包AI里的智能体有什么用_不同类型智能体使用场景介绍  AI vs. 人工书籍教练：哪个更适合你？终极指南  AI一键生成原创SEO文章  2025年冷邮件营销：技巧、工具和成功案例分享  飞猪旅行AI如何预约抢票_飞猪AI抢票预约与加速包使用【攻略】  打破平庸：激发你的内在动力，重塑卓越人生  AI复古纱丽照片编辑：用Google Gemini轻松生成时尚照片  ChatGPT 4o 辅助学生复习 GRE 词汇的方法  Sim.AI教程：构建智能客户支持助手  2025年最佳免费AI艺术生成器：POD终极指南  豆包Ai官网在线入口_豆包Ai网页版访问方式  美图AI海报设计怎样匹配品牌VI_美图AI海报设计VI匹配与色彩校准【教程】  百度ai助手怎么设置不显示 百度ai助手界面净化设置  识别脱水警告信号：专家解读与健康指南  ChatGPT官方入口 ChatGPT官网网页版访问步骤详解  使用文心一言进行高质量的唐诗宋词创意改编  探索占星术：揭秘 कुंडली 中的 शुक्र，财富与运势的钥匙  AI驱动的自动化工作流：Zapier、Perplexity和Claude集成指南  百度ai助手怎么取消 百度ai助手取消显示设置  AI复古风照片编辑教程：Gemini AI轻松打造复古时尚  AI邮件营销风险解析：如何规避客户触达的潜在陷阱  百度输入法全感官ai怎么关 百度输入法全感官皮肤关闭  CareerCraft AI：提升大学生实习就业的智能平台  5分钟教你用AI生成婚礼流程策划案，备婚新人必备  探索Roblox：虚拟角色定制与互动乐园  探索泰勒·斯威夫特《August》的深层含义：歌词解析与情感分析  Gemini怎样用语音输入_Gemini语音输入设置【方法】  软件测试进化史：从手动到AI，迎接测试新纪元  kimi如何导出对话_导出对话内容方法【攻略】  教你用AI帮你写出有说服力的众筹项目文案  文心一言怎么一键生成会议纪要_文心一言纪要生成与重点提取【指南】  EdrawMax AI：使用人工智能快速创建流程图和图表  斑马AI能否关联学校教材_斑马AI教材同步与版本匹配【技巧】  Runway Gen-2怎么用 Runway视频生成AI使用教程  批改网ai检测工具怎么设置检测严格度_批改网ai检测工具严格度调整【技巧】 

 2023-04-12