Обсуждение:Предобработка данных

Материал из MachineLearning.

Текущая версия

Ты профессор машинного обучения. Напиши энциклопедическую статью для MachineLearning.ru на тему «Предобработка данных». Целевая аудитория: студенты и специалисты AI/ML. Новичкам дать целостное понимание процесса, профессионалам — систематизацию методов и чек-лист. Обязательные разделы: 1. Введение (что это, почему 80% времени, связь с качеством моделей) 2. Сбор и первичный анализ (типы признаков, статистики, визуализация) 3. Очистка данных: пропуски (таблица методов: удаление, mean/median, регрессия, KNN, интерполяция), дубликаты, ошибки 4. Выбросы: обнаружение (IQR, z-score) и стратегии (удаление, капинг, преобразование) 5. Преобразование признаков: нормализация (min-max, z-score, robust), степенные (логарифм, Box-Cox, Yeo-Johnson), дискретизация 6. Кодирование категорий: таблица сравнения (one-hot, label, target, частотное, WOE) 7. Инженерия признаков (кратко, со ссылкой на отдельную статью) 8. Уменьшение размерности (PCA и отбор признаков кратко) 9. Разделение выборок (train/val/test, стратификация, кросс-валидация, временная CV) 10. Pipeline (схема, предотвращение утечки данных) 11. Чек-лист и распространённые ошибки 12. См. также (ссылки на связанные статьи) 13. Литература (реальные источники) Стиль: академичный, ясный, без штампов. В начале добавь

Статья написана с использованием LLM и проверена участником Imil Baltaniazov 21:55, 11 июля 2026 (MSD)

. Выдай только сырой вики-код статьи.