ML モデルの健全性はデータによって決まります。モデルに健全なデータをフィードすると、モデルは成長します。モデルにジャンク データをフィードすると、予測は無価値になります。
数値データを扱う際のベスト プラクティス:
- ML モデルは、データセットのデータではなく、特徴ベクトルのデータとやり取りします。
- 最大正規化 数値特徴。
- 最初の正規化戦略が成功しなかった場合は、データを正規化する別の方法を検討してください。
- ビニング（別名） バケット化は、 パフォーマンスが向上します。
- データの望ましい形式を考慮し、書き込み検証を行う
それらの期待値を検証しますたとえば、次のような情報が得られます。
- 緯度の絶対値は 90 を超えないようにしてください。新しい データ内に 90 より大きい緯度値が含まれているかどうかをテストします。
- データがフロリダ州に限定されている場合は、テストを記述できます。 緯度が 24 ～ 31 の範囲にあることを確認します
- 散布図とヒストグラムを使ってデータを可視化します。異常を探します。
- データセット全体だけでなく、より小さなデータセットの統計情報も収集する データセットのサブセットです。これは、集計統計情報ではデータセットの小さな部分の問題がわかりにくいことがあるためです。
- すべてのデータ変換を文書化します。
データは最も重要なリソースであるため、慎重に取り扱ってください。
追加情報
- 機械学習のルールガイドには、有益な特徴量エンジニアリングのセクションが含まれています。
次のステップ
以上で、このモジュールは完了です。
さまざまな MLCC モジュールを受講することをおすすめします。 好きなペースや興味で進めることができます。推奨される順序に従う場合は 次のモジュールに進みましょう。 カテゴリデータの表現。