如何使用 python 减少 kaggle Mushroom Classification 数据集中的特性数量？

Posted 2021-09-02 文宇肃然

前言

在开始任何统计分析之前，需要先对最初收集的数据进行预处理。有许多不同的原因导致需要进行预处理分析，例如：

• 收集的数据格式不对（如 SQL 数据库、JSON、CSV 等）

• 缺失值和异常值

• 标准化

• 减少数据集中存在的固有噪声（部分存储数据可能已损坏）

• 数据集中的某些功能可能无法收集任何信息以供分析

以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新的动力哟！

MATLAB-30天带你从入门到精通

MATLAB深入理解高级教程（附源码）

tableau可视化数据分析高级教程

减少统计分析期间要使用的特征的数量可能会带来一些好处，例如：

• 提高精度

• 降低过拟合风险

• 加快训练速度

• 改进数据可视化

• 增加我们模型的可解释性

事实上，统计上证明，当执行机器学