数据预处理基本方法

• 数据平衡
  • 为什么要对数据进行采样
  • 是否一定需要对原始数据进行采样平衡
  • 有哪些常见的采样方法
  • 能否避免采样
  • 你平时怎么用采样方法
• 异常点处理
  • 统计方法
  • 矩阵分解方法
  • 特征值和特征向量的本质是什么
  • 矩阵乘法的实际意义
  • 密度的离群点检测
  • 聚类的离群点检测
  • 如何处理异常点
• 缺失值处理
  • 是不是一定需要对缺失值处理
  • 直接填充方法有哪些
  • 模型插值方法有哪些？及方法的问题
  • 如何直接离散化
  • hold位填充方法有哪些
  • 怎么理解分布补全
  • random方法使用前提
  • 总结
• 特征选择
  • 为什么要做特征选择
  • 从哪些方面可以做特征选择
  • 既然说了两个方向，分别介绍一些吧
• 特征提取
  • 为什么需要对数据进行变换
  • 归一化和标准化之间的关系
  • 连续特征常用方法
  • 离散特征常用方法
  • 文本特征
  • 画一个最简单的最快速能实现的框架

 

 

详情见：

https://github.com/Allen15rg/Reflection_Summary