რა უნდა გავაკეთოთ მონაცემთა ნაკრებთან მოდელის სწავლამდე?

ඩේටා සමුදායකින් සමඟ ආදර්ශය පුහුණු කිරීමට පෙර, දත්ත පෙර සැකසුම් කිහිපයක් කරගත යුතුය:

1. දත්ත පිරිසිදු කිරීම — අස්ථිර, අසත්‍ය හෝ අතිරේක අගයන් ඉවත් කිරීම හෝ නිවැරදි කිරීම.
2. සාමාන්‍යකරණය හෝ ප්‍රමිතිය කිරීම — අල්ගොරිතම්වල සම්පූර්ණ සම්පූර්ණතාවය වැඩිදියුණු කිරීමට සංඛ්‍යාත්මක ලක්ෂණයන් එකම මිනුමකට ගෙනයාම.
3. වර්ගීකරණ ලක්ෂණ කේතනය — වර්ගීකරණයන් සංඛ්‍යාත්මක ආකෘතියකට පරිවර්තනය කිරීම (one-hot encoding, label encoding).
4. පුහුණු සහ පරීක්ෂණ කට්ටලවලට බෙදා හැරීම — නව දත්ත මත ආදර්ශයේ ගුණාත්මකභාවය ඇගයීමට.
5. වර්ග අසමසමතාවය කළමනාකරණය — වර්ග අසමසම නම්, oversampling, undersampling ක්‍රම හෝ විශේෂ මැනුම් භාවිතා කළ හැකිය.
6. ලක්ෂණ තේරීම — ආදර්ශයේ කාර්යක්ෂමතාව වැඩිදියුණු කිරීමට අදාළ නොවන හෝ අතිරේක ලක්ෂණ ඉවත් කිරීම.

මෙම පියවර මොඩලයේ ගුණාත්මකභාවය සහ ස්ථාවරතාව වැඩිදියුණු කිරීමට, අතිරේක අනුකූලතාව වැළැක්වීමට උදව් කරයි.