平滑處理，可使分類器的學習更加準確，我們會首先把label給。這一步很容易會被忽略，導致模型的結果總是達不到一定標準。

使用最有逼格的 log1p, 也就是 log(x+1)，避免了復值的問題。

PS：復值函數指一個自變量對應多個因變量

如果把數據平滑化了，那么最后算結果時，要記得把預測到的平滑數據給變回去。

log1p() 平滑后，就需要 expm1() ;

同理，log()就需要exp(), ... etc.

這是，我從kaggle比賽代碼中看到的。

平滑前后的數據，是這樣的。類似，將數據縮放到指定區間。

log(price + 1) price

Id

1 12.247699 208500

2 12.109016 181500

3 12.317171 223500

4 11.849405 140000

5 12.429220 250000

6 11.870607 143000

7 12.634606 307000

總結

以上是生活随笔為你收集整理的Java平滑处理什么意思_为何要进行数据平滑处理？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。