Публикации по теме 'ml-lifecycle'
Как обрабатывать недостающие данные с помощью полного анализа случая (CCA)
Содержание:
∘ Полный анализ случая: ∘ Предположения CCA: ∘ Преимущества ∘ Недостатки ∘ Когда использовать ∘ « Выполнение:"
Вы знаете, что алгоритмы машинного обучения плохо справляются с недостающими данными. Сохраняйте недостающее значение в данных, если вы разрешаете модели обучаться на этих данных. Ваш алгоритм не сможет учиться на них.
Поскольку в Scikit-Learn большинство алгоритмов не способны обрабатывать недостающие данные, вы как специалист по обработке..