學(xué)習(xí)筆記，僅供參考，有錯(cuò)必糾

---

文章目錄

• • • 多個(gè)預(yù)測(cè)變量數(shù)據(jù)變換
    • • 離群值
      • 數(shù)據(jù)降維和特征提取

---

多個(gè)預(yù)測(cè)變量數(shù)據(jù)變換

離群值

我們通常將離群值定義為遠(yuǎn)離數(shù)據(jù)主要部分的樣品。我們通常可以通過(guò)觀察圖像來(lái)確定一些不尋常的點(diǎn)。

當(dāng)一個(gè)或多個(gè)樣本為疑似離群值時(shí)。第一步，是保證這些數(shù)據(jù)在科學(xué)上是有效的(比如，理論上是正數(shù))，而且沒(méi)有數(shù)據(jù)輸人的錯(cuò)誤。要非常小心不要草率地移除或改變觀測(cè)值，尤其當(dāng)樣本量很小的時(shí)候，在小樣本量的情況下，明顯的離群可能因?yàn)?font color="blue">數(shù)據(jù)來(lái)自于一個(gè)有偏分布，而我們沒(méi)有足夠的數(shù)據(jù)觀測(cè)到這個(gè)偏度.此外，離群點(diǎn)可能代表一個(gè)特殊的子群體，而這個(gè)群體的樣本才剛開(kāi)始被采樣。

有一些預(yù)測(cè)模型對(duì)離群值具有抗性，因此，離群點(diǎn)通常不會(huì)對(duì)這些模型產(chǎn)生特別大的影響.

如果一個(gè)模型對(duì)離群點(diǎn)很敏感，一個(gè)能夠緩解該問(wèn)題的變換是空間表示變換，該變換將預(yù)測(cè)變量取值映射到高維的球上，它能將所有的樣本變換到離球心距離相等的球面上。

從數(shù)學(xué)上說(shuō)，每個(gè)樣本都除以它們的平方模，

總結(jié)

以上是生活随笔為你收集整理的数据预处理(part2)--多个预测变量数据变换的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。