Преобразование данных - важная часть набора инструментов специалиста по данным. Поскольку мы изменяем данные, мы должны быть осторожны с методами и причинами, которые мы используем для этих манипуляций. В этой статье мы рассмотрим использование модуля силового трансформатора sklearn , который содержит как преобразование Бокса-Кокса, так и преобразование Йео-Джонсона. Наиболее распространенное статистическое предположение, которое делают ученые, состоит в том, что их данные получены..

В рамках науки о данных мы фокусируемся на алгоритмах оценки для задач классификации и регрессии. Конечно, решение также будет включать алгоритмы обучения без учителя. Однако оптимизация обычно не входит в учебную программу типичного расписания обучения науке о данных. Это может быть связано с тем, что решения, использующие оптимизацию, встречаются редко. Цель этой статьи — показать оптимизацию на более высоком уровне, сравнив ее со знакомым подходом к решению линейной регрессии...