首页 飞桨领航团 帖子详情
飞桨第2课:数据获取和处理
收藏
快速回复
飞桨领航团 文章AI达人创造营 421 0
飞桨第2课:数据获取和处理
收藏
快速回复
飞桨领航团 文章AI达人创造营 421 0

数据来源于:AIStudio中的数据集,如百度AI Studio ,Kaggle、天池、讯飞、Github。

完整流程概述

1.     图片数据获取

2.     图片数据清洗----初步了解数据,筛选掉不合适的图片

3.     图片数据标注

4.     图片数据预处理data preprocessing----标准化 standardlization

    一 中心化 = 去均值 mean normallization

      一 将各个维度中心化到0

      一 目的是加快收敛速度,在某些激活函数上表现更好

     一 归一化 = 除以标准差

      一 将各个维度的方差标准化处于[-1,1]之间

      一 目的是提高收敛效率,统一不同输入范围的数据对于模型学习的影响,映射到激活函数有效梯度的值域

5.     图片数据准备data preparation(训练+测试阶段)----划分训练集,验证集,以及测试集

6.     图片数据增强data augjmentation(训练阶段 )----CV常见的数据增强

       · 随机旋转

       · 随机水平或者重直翻转

       · 缩放

       · 剪裁

       · 平移

       · 调整亮度、对比度、饱和度、色差等等

       · 注入噪声

       · 基于生成对抗网络GAN做数搪增强AutoAugment等

纯数据处理完整流程

数据预处理与特征工程

1.感知数据

  ----初步了解数据

  ----记录和特征的数量特征的名称

  ----抽样了解记录中的数值特点描述性统计结果

  ----特征类型

  ----与相关知识领域数据结合,特征融合

2.数据清理

  ----转换数据类型

  ----处理缺失数据

  ----处理离群数据

3.特征变换

  ----特征数值化

  ----特征二值化

  ----OneHot编码

  ----特征离散化特征

  ----规范化

    区间变换

    标准化

    归一化

4.特征选择

  ----封装器法

    循序特征选择

    穷举特征选择

    递归特征选择

  ----过滤器法

  ----嵌入法

5.特征抽取

  ----无监督特征抽取

    主成分分析

    因子分析

  ----有监督特征抽取

后面的内容要看直播课中的具体操作。

0
收藏
回复
在@后输入用户全名并按空格结束,可艾特全站任一用户