我正在处理分类任务。该数据集是一个关于机器学习的 UCI 数据集，包含 200 个观察值和 2 个类。
我的模型的一部分包括以下预处理步骤：
- 删除缺失值
- 在 0 和 1 之间标准化
- 去除异常值
- 平滑
- 从数据中去除趋势
- SMOTE
我想使用聚类方法来删除嘈杂的数据点。问题是，这应该发生在哪一步？
通过聚类哪个预处理步骤更好来去除噪声？
数据挖掘
聚类
预处理
离群值
噪音
2022-02-09 16:02:47
1个回答
查看您的不同步骤，重要的是检查哪个步骤会受到异常值的影响。
- 删除缺失值不受影响，因为此步骤不依赖于数据集中存在（或不存在）的其他数据点。
- 但是，规范化您的数据是。实际上，假设您的异常值包含极值，这将影响非异常值数据点的归一化值。
因此，直观地说，我会在一开始或在第 1 步之后执行您的噪声消除。
最终，您应该看到什么更适合您的任务。也许删除异常值并没有您期望的那么大。与您的预处理相同。随意尝试！
其它你可能感兴趣的问题