Tiền xử lý cho Machine Learning bằng Python

Chương này tập trung vào việc chuẩn hóa dữ liệu. Nhiều mô hình đưa ra giả định về phân phối hoặc thang đo của các đặc trưng. Chuẩn hóa là cách đưa dữ liệu của bạn phù hợp với các giả định đó và cải thiện hiệu năng của thuật toán.

Trong phần này bạn sẽ tìm hiểu về kỹ thuật đặc trưng. Bạn sẽ khám phá các cách khác nhau để tạo ra những đặc trưng mới, hữu ích hơn từ các đặc trưng sẵn có trong bộ dữ liệu. Bạn sẽ thấy cách mã hóa, tổng hợp và trích xuất thông tin từ cả đặc trưng số lẫn văn bản.

Chương này trình bày một số kỹ thuật khác nhau để chọn ra những đặc trưng quan trọng nhất từ bộ dữ liệu. Bạn sẽ học cách loại bỏ đặc trưng dư thừa, làm việc với vector văn bản, và giảm số lượng đặc trưng trong bộ dữ liệu bằng phân tích thành phần chính (PCA).

Giờ bạn đã nắm vững tiền xử lý, hãy áp dụng các kỹ thuật này trên một bộ dữ liệu ghi nhận thông tin về các lần nhìn thấy UFO.