例如,有些人在调查中给出了不诚实的答案,有些变量已知有测量误差,或者有些图像有噪声。这些观察结果是有噪声的,可以掩盖"真实"。信号,当我们训练数据时。我们如何识别这些观察值并删除它们以使训练集"更干净"?
你不能。例如,下面是一个数字序列,我在其中插入了一个假的:
11, 8, 14, 19, 21, 15.
是哪个?
接受你得到的数据代表了你的受众,包括诚实和不诚实的行为。
例如,有些人在调查中给出了不诚实的答案,有些变量已知有测量误差,或者有些图像有噪声。这些观察结果是有噪声的,可以掩盖"真实"。信号,当我们训练数据时。我们如何识别这些观察值并删除它们以使训练集"更干净"?
你不能。例如,下面是一个数字序列,我在其中插入了一个假的:
11, 8, 14, 19, 21, 15.
是哪个?
接受你得到的数据代表了你的受众,包括诚实和不诚实的行为。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium