nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

638981_de-DE

liliconcom

Vorverarbeitung vor der Predictor-Screening-Analyse

Hallo,

Ich habe einige Charakterisierungsdaten, die ich einem Prädiktor-Screening unterziehen möchte.Die Variablen liegen auf unterschiedlichen Skalen.Ist vor dem Prädiktor-Screening eine Vorverarbeitung wie etwa eine Standardisierung erforderlich?

Prädiktive Modellierung und maschinelles Lernen

Betreff: Vorverarbeitung vor der Predictor-Screening-Analyse

Baummethoden wie Prädiktor-Screening, Partition, Bootstrap Forest und Boosted Trees (und XGBoost) benötigen keine Vorverarbeitung. Sie funktionieren auch gut bei schmutzigen Daten (fehlende Daten, Ausreißer, starke X-Korrelation mit Y ...

Betreff: Vorverarbeitung vor der Predictor-Screening-Analyse

Hallo @kjwx109 ,

Als @Byron_JMP Wie bereits erwähnt, basiert die Predictor Screening-Plattform auf einem Random Forest, einer baumbasierten Methode, die robust gegenüber Ausreißern, Kollinearität zwischen Variablen, Skalen der Variablen usw. ist.
Weitere Infos finden Sie hier: Prädiktor-Screening

Wenn Sie weitere Informationen benötigen oder weitere Fragen haben, zögern Sie nicht

Comments

There are no comments yet