資料分割時機問題 - Cupoy

2020/05/01 下午 04:52

機器學習共學討論版

Jeff Huang

觀看數：7

回答數：2

收藏數：0

您好，想請問一下，

關於資料分割train_test_split的時機應該是在做特徵工程前(如: 填補遺漏值、標準化/正規化)比較好還是特徵工程之後才比較好? 然後為什麼?

謝謝!!

回答列表

• 2020/05/01 下午 08:34
  Jeffrey
  贊同數：0
  不贊同數：0
  留言數：2

  建議在做特徵工程, 尤其是在初學者, 因為train/test 的準確率與損失值的比對, 來檢查模型比較簡易

• 2020/05/05 上午 01:50
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：0

  嗨，Jeff

  
  

  train_test_split 建議在 特徵工程前 處理哦，因為嚴格來說只能利用 train 的資訊而已。舉例來說，如果要使用平均數來填補遺漏值的話，這邊的平均只能用 train 的來計算，然後填補到 train & test 的資料上。

  
  

  如果這個回答對你有幫助請主動點選「有幫助」的按鈕，也可以追蹤我的GITHUB帳號。若還有問題的話，也歡迎繼續再追問或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃