전처리 기능여보세요,
분석을 시작하기 전에 데이터베이스에서 기능을 사전 처리하고 싶습니다. 따라야 할 단계에 관한 도움을 찾고 있습니다.
데이터 정리 후 무엇을 먼저해야합니까? 이상치 제거, 스케일링 (데이터의 정규화) 또는 누락 된 데이터 대치?
어떤 순서를 제안 하시겠습니까?
문안 인사
루
재 : 전처리 기능더 좋은 조언을 얻으려면 좀 더 구체적이어야 할 필요가 있다고 생각하지만, 나는 이것에 찔릴 것입니다. "정리"데이터와 "전처리"데이터를 어떻게 구분하는지 잘 모르겠지만 나열된 단계에 대해서는 조언하지 않습니다. 특이 치가 실제로 특이 치인 이유에 대해 이해하고있는 경우 분석을 충분히 이해하기 전까지는 이상 치를 제거하지 않는 것이 좋습니다. 또한 일반적인 상황에서 데이터 정규화 또는 크기 조정을 권장하지 않습니다 (특정 컨텍스트에 유용 할 수는 있지만). 많은 JMP 분석 플랫폼은 유용한 데이터를 자동으로 정규화합니다. 마찬가지로, 대부분의 JMP 플랫폼에서는 누락 된 데이터를 대치 할 필요가 없습니다 (일반적으로 누락 된 상자를 선택하여 자동으로 수행됨). 결 측값을보다 신중하게 대치하고 싶을 수도 있습니다. 아마도 고유 한 방법론 (예 : 결측 데이터를 대치하기 위해 회귀 모델 작성)을 사용하지만 상황에 따라 달라집니다. 따라서 자동으로 표시하는 작업은 권장하지 않습니다. 대신, 측정 대상, 존재하는 관계 유형 및 잠재적으로 중요한 유형을 이해하고 일부 "전처리"가 좋은 아이디어인지 확인하기 위해 데이터를 그래픽으로 조사하는 것부터 시작합니다.
재 : 전처리 기능답장을 보내 주셔서 감사합니다.
실제로 데이터를 사전 처리하기 전에 먼저 그래픽으로 데이터를 검사하는 것이 중요합니다.
내 데이터에서 여러 기계 학습 모델 (KNN과 같은 선형 모델 및 임의 포리스트와 같은 비선형 모델 등)의 예측 성능을 비교하고 싶습니다. 선형 모델은 피쳐가 동일한 스케일에있는 것처럼 처리합니다. 그러나 생리적 변수는 pH 및 심박수와 같은 다양한 척도의 값을 갖습니다. 따라서 Z- 정규화로 크기를 조정하고 싶습니다. 또한 클러스터링 알고리즘 (K- 평균 클러스터링)은 JMPpro에서 결 측값을 자동으로 대치하지 않습니다. 그렇기 때문에 내 데이터를 먼저 전처리하고 싶었습니다.
재 : 전처리 기능클러스터링에 대한 표준화가 완료되었다고 생각합니다. JMP 문서에 따르면 KNN의 경우 각 변수는 표준 편차에 따라 크기가 조정됩니다. 정확하게 설명하려는 문제의 유형을 피할 수 있습니다. 그래서, 나는 여전히 당신이 원하는 것을하기 위해 추가적인 전처리가 필요하지 않다고 생각합니다 – 많은 다른 예측 모델들을 비교하십시오.
