http://itindex.net/blog/2015/01/09/1420751820000.html WEKA：WEKA是一个可用于数据挖掘任务的机器学习算法集合。该算法可以直接应用到数据集或从自己的Java代码调用。 WEKA包含数据预处理，分类，回归，聚类，关联规则，和可视化工具。
分类：
编程语言 时间：
2016-03-15 06:20:02
阅读次数：
277
在数据挖掘过程中，高维数据是非常棘手的研究对象。特别是在文本挖掘、图像处理和基因数据分析中，维度过高使很多学习器无法工作或效率降低，所以降维也是数据预处理过程的一项必要任务。降维大致有两大类别，一类是从原始维度中提取新的维度，例如主成分分析或因子分析，再或者是奇异值分解或是多维标度分析。另一类是从原
分类：
其他好文 时间：
2016-03-09 23:55:11
阅读次数：
242
Weka 1.Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。 MassiveOnlineAnalysis 2.MassiveOnlineAnalysis（MOA）
分类：
移动开发 时间：
2016-02-18 13:54:30
阅读次数：
207
3.1 数据预处理 数据质量的三个要素：准确性、完整性和一致性。 3.1.2 数据预处理的主要任务 数据清理：填写缺失的值，光滑噪声数据，识别或删除离群点，并解决不一致性来”清理“数据。 数据集成： 数据归约: 3.2 数据清理 3.2.1 缺失值 1.忽略元组 2.人工填写缺失值 3.使用一个全局
分类：
其他好文 时间：
2016-02-14 22:10:12
阅读次数：
288
在使用机器学习算法进行分类预测的过程中，往往最困难的部分在于如何提高模型预测的准确率。有时候当我们辛辛苦苦准备了数据集，进行了繁琐的数据预处理，编码，提交到集群完成了模型训练之后，忽然发现预测的准确率低到让人无语，笔者曾经遇到过进行0,1分类，结果训练出来的模型准确率是51.8%，这和人工随机分类几
分类：
其他好文 时间：
2016-01-30 13:29:53
阅读次数：
170
方法：l 数据清理(Clearing)l 数据集成(Integration)l 数据变换(Transformation)l 数据归约/降维(Reduction)l 数据增维(expand)l 特征提取(generate)(1)数据清理 -- 空缺值处理 a）使用最可能的值填充空缺值，比如可以用最小二...
分类：
其他好文 时间：
2015-12-29 12:30:45
阅读次数：
141
1. 数据预处理在训练神经网络前一般需要对数据进行预处理，一种重要的预处理手段是归一化处理。下面简要介绍归一化处理的原理与方法。(1) 什么是归一化？数据归一化，就是将数据映射到[0,1]或[-1,1]区间或更小的区间，比如(0.1,0.9) 。(2) 为什么要归一化处理？输入数据的单位不一样，有些...
分类：
其他好文 时间：
2015-12-24 14:37:55
阅读次数：
129
一、数据的相关问题数据的质量数据预处理，使数据更适合分析根据数据联系分析数据，找到数据之间的联系，利用联系进行其余分析二、名词解释数据集：数据对象的集合属性：对象的性质或特性测量标度：将数值或符号值与对象的属性相关联的规则数据集的特性维度稀疏性：非零项所占比例很小，只存非零项，可节省时间和空间分辨率...
分类：
其他好文 时间：
2015-12-20 11:47:29
阅读次数：
189
一、标准化（Z-Score），或者去除均值和方差缩放公式为：(X-mean)/std 计算时对每个属性/每列分别进行。将数据按期属性（按列进行）减去其均值，并处以其方差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。实现时，有两种不同的方式：使用sklearn.preproc...
分类：
其他好文 时间：
2015-12-03 00:33:19
阅读次数：
292
理论知识：UFLDL数据预处理和http://www.cnblogs.com/tornadomeet/archive/2013/04/20/3033149.html数据预处理是深度学习中非常重要的一步！如果说原始数据的获得，是深度学习中最重要的一步，那么获得原始数据之后对它的预处理更是重要的一部分。...
分类：
其他好文 时间：
2015-11-19 18:17:26
阅读次数：
197
