Είναι μια τεχνική εξόρυξης δεδομένων που μετατρέπει τα ανεπεξέργαστα δεδομένα σε κατανοητή μορφή. Τα ανεπεξέργαστα δεδομένα (δεδομένα πραγματικού κόσμου) είναι πάντα ελλιπή και αυτά τα δεδομένα δεν μπορούν να σταλούν μέσω ενός μοντέλου. Αυτό θα προκαλούσε ορισμένα σφάλματα. Αυτός είναι ο λόγος για τον οποίο πρέπει να προεπεξεργαζόμαστε δεδομένα πριν από την αποστολή μέσω ενός μοντέλου
Γιατί πρέπει να προεπεξεργαζόμαστε τα δεδομένα;
Είναι μια τεχνική εξόρυξης δεδομένων που μετατρέπει τα ανεπεξέργαστα δεδομένα σε κατανοητή μορφή Τα ακατέργαστα δεδομένα (δεδομένα του πραγματικού κόσμου) είναι πάντα ελλιπή και αυτά τα δεδομένα δεν μπορούν να σταλούν μέσω ενός μοντέλου. Αυτό θα προκαλούσε ορισμένα σφάλματα. Αυτός είναι ο λόγος για τον οποίο πρέπει να προεπεξεργαζόμαστε τα δεδομένα πριν τα στείλουμε μέσω ενός μοντέλου.
Πρέπει να προεπεξεργάζομαι τα δεδομένα δοκιμής;
Η βασική ουσία αυτού είναι: Δεν πρέπει να χρησιμοποιήσετε μια μέθοδο προεπεξεργασίας που έχει τοποθετηθεί σε ολόκληρο το σύνολο δεδομένων, για να μετατρέψετε τα δεδομένα δοκιμής ή εκπαίδευσης. Εάν το κάνετε, μεταφέρετε κατά λάθος πληροφορίες από το τρένο που έχει τοποθετηθεί στο σετ δοκιμής.
Τι είναι το πρόβλημα διαρροής δεδομένων;
Η διαρροή δεδομένων είναι η μη εξουσιοδοτημένη μετάδοση δεδομένων από έναν οργανισμό σε έναν εξωτερικό προορισμό ή παραλήπτη … Η διαρροή δεδομένων, επίσης γνωστή ως χαμηλή και αργή κλοπή δεδομένων, είναι ένα τεράστιο πρόβλημα για την ασφάλεια των δεδομένων και η ζημιά που προκαλείται σε οποιονδήποτε οργανισμό, ανεξαρτήτως μεγέθους ή κλάδου, μπορεί να είναι σοβαρή.
Πώς μετασχηματίζετε τα δεδομένα δοκιμής;
Ο
μετασχηματισμός θα μετασχηματίσει όλα τα χαρακτηριστικά με αφαίρεση του μέσου όρου και διαιρώντας με τη διακύμανση. Για ευκολία, αυτές οι δύο κλήσεις συναρτήσεων μπορούν να γίνουν σε ένα βήμα χρησιμοποιώντας το fit_transform.
