Zuhause Persönliche Finanzen Identifizierung fehlender Daten für maschinelles Lernen - Dummies

Identifizierung fehlender Daten für maschinelles Lernen - Dummies

Video: Fehlende Werte identifizieren in SPSS 2025

Video: Fehlende Werte identifizieren in SPSS 2025
Anonim

zu lernen. Selbst wenn Sie genügend Beispiele zur Verfügung haben, um sowohl einfache als auch komplexe Algorithmen des maschinellen Lernens zu trainieren, müssen sie vollständige Werte in den Merkmalen präsentieren. alle fehlenden Daten. Ein unvollständiges Beispiel macht das Verbinden aller Signale innerhalb und zwischen Merkmalen unmöglich. Fehlende Werte erschweren es auch dem Algorithmus, während des Trainings zu lernen. Sie müssen etwas gegen die fehlenden Daten unternehmen.

Meistens können Sie fehlende Werte ignorieren oder reparieren, indem Sie einen wahrscheinlichen Ersatzwert erraten. Zu viele fehlende Werte führen jedoch zu unsichereren Vorhersagen, da fehlende Informationen jede mögliche Zahl verdecken könnten. Folglich sind die Vorhersagen umso variabler und ungenauer, je mehr fehlende Werte in den Merkmalen enthalten sind.

Zählen Sie als ersten Schritt die Anzahl der fehlenden Fälle in jeder Variablen. Wenn eine Variable zu viele fehlende Fälle enthält, müssen Sie sie möglicherweise aus dem Trainings- und Test-Dataset löschen. Eine gute Faustregel ist, eine Variable zu löschen, wenn mehr als 90 Prozent ihrer Instanzen fehlen.

Einige Lernalgorithmen wissen nicht, wie sie mit fehlenden Werten umgehen und Fehler in Trainings- und Testphasen melden, während andere Modelle sie als Nullwerte behandeln, was zu einer Unterschätzung des vorhergesagten Werts oder der Wahrscheinlichkeit führt (Es ist so, als ob ein Teil der Formel nicht richtig funktioniert. Folglich müssen Sie alle fehlenden Werte in Ihrer Datenmatrix durch einen geeigneten Wert ersetzen, damit das maschinelle Lernen korrekt ausgeführt wird.

Es gibt viele Gründe für fehlende Daten, aber der wesentliche Punkt ist, ob die Daten zufällig oder in einer bestimmten Reihenfolge fehlen. Zufällige fehlende Daten sind ideal, da Sie ihren Wert mithilfe eines einfachen Durchschnitts-, eines Median- oder eines anderen maschinellen Lernalgorithmus ohne zu viele Bedenken schätzen können. Einige Fälle enthalten eine starke Tendenz zu bestimmten Arten von Beispielen.

Denken Sie zum Beispiel an den Fall der Untersuchung des Einkommens einer Bevölkerung. Wohlhabende Leute (vermutlich aus steuerlichen Gründen) neigen dazu, ihr wahres Einkommen zu verbergen, indem sie Ihnen berichten, dass sie es nicht wissen. Die armen Menschen hingegen können sagen, dass sie ihr Einkommen nicht aus Furcht vor einem negativen Urteil melden wollen. Wenn Sie Informationen von bestimmten Schichten der Bevölkerung vermissen, kann die Reparatur der fehlenden Daten schwierig und irreführend sein, weil Sie denken, dass solche Fälle genau wie die anderen sind.

Stattdessen sind sie ganz anders. Daher können Sie nicht einfach Durchschnittswerte verwenden, um die fehlenden Werte zu ersetzen - Sie müssen komplexe Ansätze verwenden und diese sorgfältig anpassen.Darüber hinaus ist es schwierig, Fälle zu identifizieren, in denen Daten nicht zufällig fehlen, da eine genauere Untersuchung erforderlich ist, wie fehlende Werte mit anderen Variablen im Datensatz verknüpft sind.

Wenn Daten zufällig fehlen, können Sie die leeren Werte leicht reparieren, da Sie Hinweise auf ihren wahren Wert aus anderen Variablen erhalten. Wenn Daten nicht zufällig fehlen, können Sie keine guten Hinweise von anderen verfügbaren Informationen erhalten, wenn Sie die Datenassoziation mit dem fehlenden Fall nicht verstehen.

Wenn Sie also fehlendes Einkommen in Ihren Daten herausfinden müssen und es fehlt, weil die Person reich ist, können Sie den fehlenden Wert nicht durch einen einfachen Durchschnitt ersetzen, weil Sie ihn durch ein mittleres Einkommen ersetzen. Stattdessen sollten Sie einen Durchschnitt des Einkommens der wohlhabenden Leute als Ersatz verwenden.

Wenn die Daten nicht zufällig fehlen, ist die Tatsache, dass der Wert fehlt, informativ, da sie hilft, die fehlende Gruppe aufzuspüren. Sie können die Lästigkeit, nach dem Grund zu suchen, warum es Ihrem maschinellen Lernalgorithmus fehlt, überlassen, indem Sie ein neues binäres Feature erstellen, das meldet, wenn der Wert einer Variablen fehlt. Folglich wird der maschinelle Lernalgorithmus den besten Wert herausfinden, den er als Ersatz für sich selbst verwenden kann.

Identifizierung fehlender Daten für maschinelles Lernen - Dummies

Die Wahl des Herausgebers

Wie man die Socialcast Mobile App benutzt - dummies

Wie man die Socialcast Mobile App benutzt - dummies

Sogar die stoischste Anwendung wie Microsoft Excel hat ein begleitendes Smartphone-App, natürlich hat Socialcast auch eine. Wenn es so wäre, wäre es nicht wirklich eine Ausrede zu sagen, dass Socialcast nicht sehr sozial wäre, wenn du es nicht mit in die große Welt außerhalb deiner Zelle mitnehmen könntest. Die mobile App ...

Wie man das App Verzeichnis von Yammer benutzt - dummies

Wie man das App Verzeichnis von Yammer benutzt - dummies

Sie haben vielleicht gehört: "Es gibt eine App dafür. "Nun, das ist der Fall bei Yammer, der als einzige Ressource für die Vernetzung am Arbeitsplatz funktioniert. Aber Yammer bietet Ihnen auch eine Menge Apps, mit denen Sie Ihr Arbeitsleben noch einfacher gestalten können. Es gibt zwei Möglichkeiten, auf das App-Verzeichnis zuzugreifen: Option ...

So ​​verwenden Sie die Yammer-Analysetools - Dummies

So ​​verwenden Sie die Yammer-Analysetools - Dummies

Yammer rühmt sich damit als "führendes soziales Unternehmensnetzwerk für Unternehmen" um die Arbeit intelligenter und schneller zu erledigen. "Woher weißt du, ob das wahr ist? Ein guter Weg, um zu sehen, wie es für Sie funktioniert, ist die Analyse von Yammer. Wie greifen Sie auf diese großartigen Tools zu? Es ist einfach. Log ...

Die Wahl des Herausgebers

Die Evolution von Distributed Computing für Big Data - Dummies

Die Evolution von Distributed Computing für Big Data - Dummies

Hinter allen wichtigen Trends des letzten Jahrzehnts, einschließlich Serviceorientierung, Cloud Computing, Virtualisierung und Big Data, ist eine grundlegende Technologie namens Distributed Computing. Einfach gesagt, ohne die Verteilung von Datenverarbeitung wäre keiner dieser Fortschritte möglich. Distributed Computing ist eine Technik, mit der einzelne Computer über geografische Gebiete hinweg miteinander vernetzt werden können, so als ob ...

Drei Anbieter mit Data Mining-Produkten - Dummies

Drei Anbieter mit Data Mining-Produkten - Dummies

Es gibt mehrere Anbieter, die Data-Mining-Produkte verkaufen, die Sie vielleicht in Betracht ziehen möchten. Verwenden Sie mit Ihrem Data Warehouse. Hier sind drei, die eine Überlegung wert sind. Microsoft Microsoft hat das serverseitige Data Mining mit Microsoft SQL Server 2005 eingeführt. Obwohl es nicht so ausgereift und ausgeklügelt wie SAS und SPSS ist, hat Microsoft im Laufe der Zeit seine Fähigkeit bewiesen ...

Grundlagen der Big-Data-Integration - Dummies

Grundlagen der Big-Data-Integration - Dummies

Die fundamentalen Elemente der Big-Data-Plattform verwalten Daten auf neue Weise verglichen mit der traditionellen relationalen Datenbank. Dies liegt daran, dass Skalierbarkeit und hohe Leistung erforderlich sind, um sowohl strukturierte als auch unstrukturierte Daten zu verwalten. Komponenten des Big-Data-Ökosystems von Hadoop bis NoSQL DB, MongoDB, Cassandra, ...

Die Wahl des Herausgebers

So ​​stellen Sie eine Verbindung zu Spotify Mobile her - Dummies

So ​​stellen Sie eine Verbindung zu Spotify Mobile her - Dummies

Die meisten modernen Smartphones sind Wi-Fi-fähig. In ein lokales Netzwerk können Sie Spotify-Tracks mithilfe von Wi-Fi auf Ihr Telefon streamen. Sie können Spotify Mobile zu Hause und über Wi-Fi-Netzwerke in Hotels und Cafés problemlos nutzen - Sie müssen nur sicherstellen, dass Sie angemeldet und verbunden sind. ...

Wie Spotify funktioniert - Dummies

Wie Spotify funktioniert - Dummies

Wie Spotify funktioniert, kann Auswirkungen auf den Festplattenspeicher Ihres Computers haben. Internetverbindung. Spotify funktioniert anders als viele andere Online-Musikdienste, weil es auf mehrere Arten angewiesen ist, um Ihnen reibungslos Musik ohne Verzögerungen zu liefern. In Computing-Sprechen, das Maß der Verzögerung zwischen Anfordern eines Songs und Hören es ...

So ​​erreichen Sie Spotify Support - Dummies

So ​​erreichen Sie Spotify Support - Dummies

Es kann vorkommen, dass Sie eine kleine Hilfe beim Navigieren und Verwenden von Spotify benötigen von deinen Spotify Freunden. Sie können jederzeit Support @ spotify per E-Mail senden. com mit Ihrer Frage oder melden Sie sich bei Twitter an und senden Sie einen Tweet an @spotify. Stellen Sie sicher, dass Sie alle Informationen einschließen, die dem Support-Team helfen könnten, einschließlich Ihres Benutzernamens, damit sie ...