机器学习实战(基于scikit-learn和TensorFlow)学习心得(7)--数据的筛选
当我们train数据的时候,我们想当然的想让数据之间的联系更加紧密,但更紧密不意味着更好的性能.
当我们研究median income和median house pricing的时候,我们可以从图上观测到图片中在450000和350000的地方有两条比较明显的横线.
对于这种情况,我们应该适当的去除掉这些数据以保证我们的model不会过分的关注到这点以至于错误的分析了这两个features的关系.
但反过来说,如果我们认为这种关系有一定的内在关系的话,我们也可以单独分析这些数据的形成原因.