机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

dreamhappy2012

平均值填充缺失数据应注意什么？

问、平均值填充缺失数据应注意什么？答：将初始数据集中的属性分为数值属性和非数值属性来分别进行处理。 •数值型：根据该属性在其他所有对象的取值的平均值来填充该缺失的属性值； •非数值型的：根据统计学中的众数原理，用该属性在其他所有对象的取值次数最多的值(即填充法（出现频率最高的值)来补齐该缺失的属性值。相似的还有一种方法叫条件平均值（ Conditional Mean Com

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

人工填写/特殊值填充的优缺点有哪些？

问、人工填写/特殊值填充的优缺点有哪些？答：•人工填写优点：产生数据偏离最小，用在小型数据上可能是填充效果最好的一种；缺点：非常费时，当数据规模很大、空值很多的时候，该方法是不可行的。•特殊值填充将空值作为一种特殊的属性值来处理，它不同于其他的任何属性值。如所有的空值都用“unknown”填充。优点：保留原数据的信息，简单易操作；缺点：可能会导致严重的数据偏离，一般不推荐使用。

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

缺失值处理方法有哪些？

问、缺失值处理方法有哪些？答：处理不完整数据集的方法主要有三大类：删除元组、数据补齐、不处理。 a、删除元组b、数据补齐 1、人工填写（filling manually）：小数据使用 2、特殊值填充（Treating Missing Attribute values as Special values）：不推荐 3、平均值填充（Mean/Mode Completer

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

缺失值处理的必要性有哪些？

问、缺失值处理的必要性有哪些？答：数据缺失在许多研究领域都是一个复杂的问题。对数据挖掘来说，缺省值的存在，造成了以下影响：系统丢失了大量的有用信息；系统中所表现出的不确定性更加显著，系统中蕴涵的确定性成分更难把握；包含空值的数据会使挖掘过程陷入混乱，导致不可靠的输出。数据挖掘算法本身更致力于避免数据过分拟合所建的模型，这一特性使得它难以通过自身的算法去很好地处理不完整数据。因此，

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

缺失值类型有哪些？

问、缺失值类型有哪些？答：1、完全随机缺失（missing completely at random，MCAR）2、随机缺失(missing at random，MAR)3、完全非随机缺失：单值缺失、任意缺失、单调缺失

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

缺失值产生的原因是什么？

问、缺失值产生的原因是什么？答：何为缺失值？缺失值是指粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断。它指的是现有数据集中某个或某些属性的值是不完全的。机械原因：由于机械原因导致的数据收集或保存的失败造成的数据缺失，比如数据存储的失败，存储器损坏，机械故障导致某段时间数据未能收集（对于定时数据采集而言）。人为原因：由于人的主观失误、历史局限或有意隐瞒造成的数据缺失，比如在市场

0.0000

0

2

0

关注作者

收藏

W11YA

使用sklearn报错ValueError

在对模型进行预测时，如使用sklearn中的KNN模型，import numpy as np from sklearn.neighbors import KNeighborsClassifierknn = KNeighborsClassifier() knn.fit(x,y) x_new = [50000,8,1.2]y_pred = knn.predict(x_new)会报错Va

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

误差分布为什么是独立同分布？

问、误差分布为什么是独立同分布？答：每个样本是独立的，并且分布相同；自然界中的大部分分布都是高斯分布；举例：独立：张三和李四同时贷款，互相没关系同分布：都是来自同一家银行贷款高斯分布：银行可能会多给，也可能少给，但是绝大多数情况下，这个浮动不会太大，极小情况下浮动会比较大，符合正常情况

0.4818

1

2

0

关注作者

收藏

dreamhappy2012

最大似然估计的特点是什么？

问、最大似然估计的特点是什么？答：1.比其他估计方法更加简单； 2.收敛性：无偏或者渐近无偏，当样本数目增加时，收敛性质会更好； 3.如果假设的类条件概率模型正确，则通常能获得较好的结果。但如果假设模型出现偏差，将导致非常差的估计结果。

7.1701

1

4

0

关注作者

收藏

dreamhappy2012

极大似然估计的思想是什么？

问、极大似然估计的思想是什么？答：极大似然估计可以拆成三个词，分别是“极大”、“似然”、“估计”，分别的意思如下：极大：最大的概率似然：看起来是这个样子的估计：就是这个样子的连起来就是，最大的概率看起来是这个样子的那就是这个样子的。总结：极大似然估计就是在只有概率的情况下，忽略低概率事件直接将高概率事件认为是真实事件的思想。

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

最大似然函数估计值的一般步骤是什么？

问：最大似然函数估计值的一般步骤是什么？答：（1）写出似然函数（2）对似然函数取对数，并整理（3）求导数（4）解似然方程对于最大似然估计方法的应用，需要结合特定的环境，因为它需要你提供样本的已知模型进而来估算参数，例如在模式识别中，我们可以规定目标符合高斯模型。而且对于该算法，我理解为，“知道”和“能用”就行，没必要在程序设计时将该部分实现，因为在大多数程序中只会用到我最后推导

7.1701

1

3

0

关注作者

收藏

dreamhappy2012

最大似然估计的作用是什么？

问、最大似然估计的作用是什么？答：在已知试验结果（即是样本）的情况下，用来估计满足这些样本分布的参数，把可能性最大的那个参数θ作为真实θ的参数估计。

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

最大似然估计和最大后验概率估计的区别是什么？

问、最大似然估计和最大后验概率估计的区别是什么？答：MLE和MAP的区别应该是很清楚的了。MAP就是多个作为因子的先验概率P(θ)。或者，也可以反过来，认为MLE是把先验概率P(θ)认为等于1，即认为θ是均匀分布。

0.4818

1

1

0

关注作者

收藏

dreamhappy2012

贝叶斯公式主要讲什么？

问、贝叶斯公式主要讲什么？答：学习机器学习和模式识别的人一定都听过贝叶斯公式(Bayes’ Theorem)：贝叶斯公式看起来很简单，无非是倒了倒条件概率和联合概率的公式。把B展开，可以写成：这个式子就很有意思了。想想这个情况。一辆汽车（或者电瓶车）的警报响了，你通常是什么反应？有小偷？撞车了？不。。你通常什么反应都没有。因为汽车警报响一响实在是太正常了！每天都要发生

0.4818

1

3

0

关注作者

收藏

dreamhappy2012

概率和统计是一样吗？

问、概率和统计是一样吗？答：概率（probabilty）和统计（statistics）看似两个相近的概念，其实研究的问题刚好相反。概率研究的问题是，已知一个模型和参数，怎么去预测这个模型产生的结果的特性（例如均值，方差，协方差等等）。举个例子，我想研究怎么养猪（模型是猪），我选好了想养的品种、喂养方式、猪棚的设计等等（选择参数），我想知道我养出来的猪大概能有多肥，肉质怎么样（预测结果）。

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

似然函数的本质意义是什么？

问、似然函数的本质意义是什么？答：在数理统计学中，似然函数是一种关于统计模型中的参数的函数，表示模型参数中的似然性。似然函数在统计推断中有重大作用，如在最大似然估计和费雪信息之中的应用等等。“似然性”与“或然性”或“概率”意思相近，都是指某种事件发生的可能性，但是在统计学中，“似然性”和“或然性”或“概率”又有明确的区分。概率用于在已知一些参数的情况下，预测接下来的观测所得到的结果，

7.1701

1

4

0

关注作者

收藏

dreamhappy2012

极大似然估计怎么计算？

问、极大似然估计怎么计算？1、写出似然函数其中 x1,x2,⋯,xn 为样本，θ 为要估计的参数2、一般对似然函数取对数因为 f(xi|θ) 一般比较小，n 比较大，连乘容易造成浮点运算下溢。3、求出使得对数似然函数取最大值的参数的值对对数似然函数求导，令导数为0，得出似然方程，求解似然方程，得到的参数就是对概率模型中参数值的极大似然估计。

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

为什么要有参数估计？

问、为什么要有参数估计？答：当模型已定，但是参数未知时。例如我们知道全国人民的身高服从正态分布，这样就可以通过采样，观察其结果，然后再用样本数据的结果推出正态分布的均值与方差的大概率值，就可以得到全国人民的身高分布的函数。

20.8975

1

4

0

关注作者

收藏

dreamhappy2012

极大似然估计是什么？

问、极大似然估计是什么？答：极大似然估计是一种参数估计的方法。先验概率是知因求果，后验概率是知果求因，极大似然是知果求最可能的原因。即它的核心思想是：找到参数 θ 的一个估计值，使得当前样本出现的可能性最大。例如，当其他条件一样时，抽烟者患肺癌的概率是不抽烟者的 5 倍，那么当我们已知现在有个人是肺癌患者，问这个人是抽烟还是不抽烟？大多数人都会选择抽烟，因为这个答案是“最有可

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

算法的性能评估的过程是什么？

问、算法的性能评估的过程是什么？答：a. 评估假设函数是否过按拟合？b. 模型选择和交叉验证集c. 诊断偏差和方差d. 归一化和偏差/方差e. 学习曲线

0.0000

0

2

0

关注作者

收藏

<1…495051…69>

CDA考试动态

CDA报考指南