特征总结2

We start by redefining barley and collecting data. Then we clean the data by removing errors and adjusting certain data like inflation. After that, we annotate the movies to determine if they are barley. We also select relevant features and extract specific attributes like converting time to months. The main focus is on data and features. 在这里我们先做一个阶段性的总结 我们一开始我们重新定义了大麦 将大麦数据化 这个行为称之为目标设定 然后开始收集数据 将错误的数据进行数据清理 这个行为就叫数据清理 有些数据不是错误的 但是仍然需要调整 比如说通胀 这个行为称之为数据调整 调整之后 我们就能对电影进行标注 看是否大麦 这个行为称之为数据标注 有些数据 比如说制作公司的电话 和预测电影关系并不大 留下来的就是特征了 这个动作叫做特征选择 有些属性需要提取一下 比如说具体时间 转化成月份 让数据表达的更好 这个动作称之为数据提取 专业的老爷 肯定会说 这些行为肯定不止这些了 没错 但是为了科普 就找了这些适合这个例子的行为 重点我们关注的是数据和特征