文档摘要

第二章 数据准备与特征工程 章节摘要：本章跟着一条线走——把上一章立起来的实验台，接上"原料"这一端。模型能吃到的只是你给它的数据形态；垃圾进、垃圾出，这句老话在超参实验舱里尤其致命，因为一个没洗净或切错的数据，会让后续所有旋钮拧动的结果都失真。我们从最脏的原始数据出发，一路把它变成模型能下咽的特征。 一条主线 主线是数据的"可下咽度"：原始记录带重复、缺失、异常，必须先清除；量纲参差、分布偏斜，必须预处理；… 会员。《第二章 数据准备与特征工程》收录于灏天文库文集《模型训练与调参指南：提高模型性能的秘诀》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/492-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E4%B8%8E%E8%B0%83%E5%8F%82%E6%8C%87%E5%8D%97%E6%8F%90%E9%AB%98%E6%A8%A1%E5%9E%8B%E6%80%A7%E8%83%BD%E7%9A%84%E7%A7%98%E8%AF%80

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流