資料分析推論問題? - Cupoy

2019/04/27 下午 10:29

機器學習共學討論版

Ray Xie

觀看數：3

回答數：1

收藏數：0

ml100-2

離散化

ml100-2-d13

在第13天的作業中，目標是觀察離散化的特徵是否對目標值的預測有幫助

我在將DAYS_EMPLOYED離散化後畫出了與TARGET的長條圖

發現隨著DAYS_EMPLOYED的時間增長，還款能力似乎也跟著上升

但我將DAYS EMPLOYED 有 40年以上的資料擷取出來後，去計算了還款能力不好案例的數量

發現只有一個，感覺上這代表在dataset裡面，擁有40年以上工作的人還款能力都是好的

所以得出" 若未將DAYS_EMPLOYED做離散化，可能會導致overfitting的產生" 的結論，因工作40年以上的資料感覺上較為極端

不知這個結論是否正確？

謝謝， 辛苦了

回答列表

• 2019/04/29 上午 11:59
  Jimmy
  贊同數：1
  不贊同數：0
  留言數：2

  Hi Ray!

  
  

  That's a good point! 看來你已經掌握成為資料科學家的第一個要素，對資料充滿好奇並勇於假設。假設後我們就必須求證，證明我們的假設是否正確，通常我們都會實際訓練模型，並記錄實驗結果來驗證假設是否正確！