——从"垃圾进垃圾出"到"点石成金"的21世纪炼金术

各位同学，把你们的咖啡杯都满上，我们今天不聊那些幻灯片里死气沉沉的公式。我要告诉你们的是，过去二十年里，我看着一代又一代聪明绝顶的学生，带着满腔热血扎进数据科学的世界，结果却在数据预处理这道坎上摔得鼻青脸肿的故事。说真的，如果机器学习是场华丽的舞会，那数据预处理就是舞会前那个又脏又累、但决定一切的场地布置工作。

开场白：为什么你的模型总是"差一点"？

记得去年一位博士后来找我，他用了最先进的Transformer模型，调参调到眼睛充血，可预测准确率就是卡在82%上不去。他问我："教授，是不是我的模型架构有问题？"我让他把原始数据打印出来看了五分钟，指着屏幕上那些莫名其妙的"-999"和"N/A"说："小伙子，你的模型没问题是你的数据在犯罪。"一周后，经过正确的预处理，同样的模型，准确率飙到94%。

继续阅读：预处理   实战   教授

此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 会·生活 » 数据预处理：那些哈佛教授在咖啡间才会告诉你的实战心法