摘要：
数据清洗 数值缺失 1.略去该组数据 2.数值填充：1)随机数;2)统一的全局常量，如:UNKNOWN;3)均值、中值;4）按类别的中值、均值;5）回归、决策树等得到的预测值; 噪声数据的平滑：随机噪声或偏差引起噪声 1.装箱法：按邻值实现 2.拟合回归函数以平滑数据 3.异常数据分析：在聚合后簇外 阅读全文
|
摘要：
数据清洗 数值缺失 1.略去该组数据 2.数值填充：1)随机数;2)统一的全局常量，如:UNKNOWN;3)均值、中值;4）按类别的中值、均值;5）回归、决策树等得到的预测值; 噪声数据的平滑：随机噪声或偏差引起噪声 1.装箱法：按邻值实现 2.拟合回归函数以平滑数据 3.异常数据分析：在聚合后簇外 阅读全文
摘要：
数据类型 特征属性类别：名词性（无序性,红、黄、蓝）、二元特征（正、负）、有序特征（大中小） 、数值性特征（量化数据，可计算：1.interval-scaled;2.ratio-scaled）、有/无序 数据的基本统计学描述 数据整体趋势描述 1.(加权)均值： 2.中值：快速近似计算，对数据按大小 阅读全文
摘要：
基本介绍 位置：tensorflow/core/graph/graph.h 此部分主要涉及图结构里的节点、边、图等类的声明与定义。下面主要对class Node, class Edge, class Graph展开分析。 解析 (一)class Node: 其成员函数提供了一系列对节点进行操作的接口 阅读全文
摘要：
基本介绍 Class Scope类对象是一系列tensorflow操作(ops)所携带属性的集合，这些ops具有相似性质，如：前缀名。 解析 本文以下列代码段为参考对Class Scope的内部实现细节展开分析。 （1）Scope::NewRootScope(): 通过调用该静态成员函数，函数会构造 阅读全文
|