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： 解读诗歌中的女性视角：Shelley Puhak 的作品解析  怎么用AI制作数字人短视频？3步教你创建虚拟主播  通义千问怎样写文案_通义千问文案写作教程【指南】  3步教你用AI自动分类文件，整理电脑告别杂乱  阿里通义app怎么用_阿里通义app使用方法详细指南【教程】  AI赋能营销：5分钟快速生成品牌营销素材全攻略  AI怎么修复模糊视频 视频画质增强AI软件Topaz Video使用【教程】  2025年必备：顶级AI工具，赋能您的日常工作和业务流程  lovemo网页版直接进入 lovemo官网在线登录  斑马AI如何设置奖励机制_斑马AI积分奖励与勋章获取【步骤】  提升房地产业务：AI语音助手赋能房地产经纪公司  百度AI助手聊天入口 文心一言对话窗口入口  银行经理写给银行经理的信：实用模板和关键要素  Kaiber AI视频制作教程：轻松打造吸睛AI视频  终极人声移除器UVR5：AI驱动的免费开源音频处理神器  Claude怎么用新功能代码辅助_Claude代码辅助使用攻略【方法】  如何利用豆包 AI 快速查询当地生活服务资讯  Depseek如何让提示词包含上下文_Depseek上下文补充提示词写法【步骤】  AI症状自检：最佳AI症状检查器，告别网络庸医！  千问怎样生成年度业绩分析_千问业绩分析模型与数据解读【攻略】  Google Gemini 在跨境电商选品分析中的实战  Canva AI 辅助 KDP 封面设计：轻松创建畅销书笔记本  智行ai抢票怎样设置抢票通道_智行ai抢票通道选择与速度优化【指南】  怎么用ai进行用户画像分析 AI消费行为与兴趣标签提炼【详解】  批改网AI检测工具怎样开启实时检测_批改网AI检测工具实时检测开启与延迟设置【指南】  播客剪辑软件选择指南：新手到专业，总有一款适合你  Pearson AI学习工具：高效提升你的数学学习效率  摆脱情歌魔咒：告别心碎，拥抱新生的情感之旅  智谱AI内容创作怎么用_智谱AI内容创作使用方法详细指南【教程】  如何用AI帮你制定个人OKR？目标管理从未如此简单  使用 ChatGPT 自动生成月度财务分析报告  百度ai助手通知栏怎么关 百度ai助手通知消息屏蔽  怎么用AI帮你进行头脑风暴并分类？5分钟输出结构化创意清单  ChatGPT背后的AI革命：OpenAI的崛起与Google的危机  P&ID图完全解析：符号、应用及绘制指南  AI落地页优化：3个技巧，转化率飙升！  AI员工工具详解：添加与移除指南，提升效率  AI绘图工具测评：告别复杂流程，高效创作流程图  Jasper AI如何做SEO优化 Jasper AI结合SurferSEO用法【教程】  播客成功的秘诀：打造高转化率的内容和社区  Amazon Rekognition: 图像与视频分析的强大AI工具  YOU.com AI搜索引擎：Python代码示例及使用指南  DeepSeek V3 本地部署对硬件要求的详细说明  ChatGPT 角色扮演实战：提升沟通技巧与问题解决能力  探索古希腊之美：AI打造的绝|美女|神形象赏析  ChatGPT打造AI助手：10倍提升效率，掌控你的生活  豆包AI帮你写代码注释 豆包AI编程辅助教程  AI驱动的潜在客户挖掘：15分钟搭建营销机构并获利  百度AI助手直接入口 一键直达官网入口  Thesis AI：一键生成高质量学术论文的秘密武器 

 2023-04-12