data-cleaning पर टैग किए गए जवाब

प्रेरणा मैं ऐसे डेटासेट के साथ काम करता हूं जिसमें व्यक्तिगत रूप से पहचान योग्य जानकारी (पीआईआई) होती है और कभी-कभी किसी तीसरे पक्ष के साथ एक डेटासेट का हिस्सा साझा करने की आवश्यकता होती है, इस तरह से कि पीआईआई को उजागर नहीं करता है और मेरे नियोक्ता को …

42 data-cleaning  anonymization 

R का उपयोग करके डेटा साइंस के साथ मेरी सीमित डबलिंग से, मुझे एहसास हुआ कि खराब डेटा को साफ करना विश्लेषण के लिए डेटा तैयार करने का एक बहुत महत्वपूर्ण हिस्सा है। क्या इसे संसाधित करने से पहले डेटा को साफ करने के लिए कोई सर्वोत्तम अभ्यास या प्रक्रियाएं …

34 r  data-cleaning 

मैं 100 न्यूमेरिक फीचर्स के साथ 50k उदाहरणों पर एक ढाल बढ़ाने वाले मॉडल को प्रशिक्षित करने की कोशिश कर रहा हूं। XGBClassifierमेरी मशीन पर 43 सेकंड के भीतर 500 पेड़ लगाता है, जबकि GradientBoostingClassifier1 मिनट और 2 सेकंड में केवल 10 पेड़ (!) को संभालता है :( मैंने 500 …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

जैसे एक वाक्य दिया: Complimentary gym access for two for the length of stay ($12 value per person per day) जिम या जिम एक्सेस शब्द की पहचान के लिए मैं क्या सामान्य दृष्टिकोण अपना सकता हूं?

27 machine-learning  nlp  text-mining  data-cleaning 

बहुत सारे पाठ दस्तावेज़ (प्राकृतिक भाषा में, असंरचित) होने के बाद, उन्हें कुछ शब्दार्थ मेटा-डेटा के साथ एनोटेट करने के संभावित तरीके क्या हैं? उदाहरण के लिए, एक छोटे दस्तावेज़ पर विचार करें: I saw the company's manager last day. इससे जानकारी निकालने में सक्षम होने के लिए, इसे कम …

18 nlp  metadata  data-cleaning  text-mining 

मैं एक कागले चुनौती पर काम कर रहा हूं जहां कुछ चर स्तंभों के बजाय पंक्तियों द्वारा दर्शाए जाते हैं (टेल्स्ट्रा नेटवर्क व्यवधान)। मैं वर्तमान में इकट्ठा (), अलग () और प्रसार () के बराबर की खोज कर रहा हूं, जो आर टिडियर टूल में पाया जा सकता है।

18 r  python  dataset  data-cleaning  pandas 

मेरे पास नीचे की तरह एक डाटासेट है। मैं चरित्र के बाद सभी पात्रों को हटाना चाहता हूं ©। आर में मैं कैसे कर सकता हूं? data_clean_phrase <- c("Copyright © The Society of Geomagnetism and Earth", "© 2013 Chinese National Committee ") data_clean_df <- as.data.frame(data_clean_phrase)

15 r  data-cleaning 

मैं यह जानना चाहूंगा कि डाक के पतों का मिलान कैसे किया जाए जब उनका प्रारूप अलग-अलग हो या जब उनमें से एक गलत लिखा हो। अब तक मैंने अलग-अलग समाधान पाए हैं लेकिन मुझे लगता है कि वे काफी पुराने हैं और बहुत कुशल नहीं हैं। मुझे यकीन है …

14 text-mining  data-cleaning 

मैं एक ऐसे कार्यालय में काम करता हूँ जहाँ SQL सर्वर डेटा प्रोसेसिंग से लेकर सफाई तक की हर चीज़ की रीढ़ है। मेरे सहकर्मी आने वाले डेटा को व्यवस्थित रूप से संसाधित करने के लिए जटिल कार्यों और संग्रहीत प्रक्रियाओं को लिखने में माहिर हैं ताकि इसे मानकीकृत किया …

14 python  r  data-cleaning  data  sql 

मेरे पास एक डेटाफ्रेम है जिसमें अन्य चीजों के अलावा, 1970-1-1 के बाद से मिली मिलीसेकंड की संख्या का एक कॉलम शामिल है। मुझे इनस्टेट्स के इन कॉलम को टाइमस्टैम्प डेटा में बदलने की आवश्यकता है, इसलिए मैं आखिरकार इसे टाइमस्टैम्प कॉलम श्रृंखला में एक श्रृंखला में जोड़कर डेटाटाइम के …

13 python  time-series  data-cleaning  pandas 

मैं एक एप्लिकेशन का प्रोटोटाइप बना रहा हूं और मुझे कुछ उत्पन्न वाक्यों के प्रति एकरूपता की गणना करने के लिए एक भाषा मॉडल की आवश्यकता है। क्या अजगर में कोई प्रशिक्षित भाषा मॉडल है जिसका मैं आसानी से उपयोग कर सकता हूं? जैसे कुछ सरल model = LanguageModel('en') p1 …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

मैं थोड़ी देर के लिए मशीन लर्निंग और बायोइनफॉरमैटिक्स पर काम कर रहा हूं, और आज मैंने एक सहकर्मी के साथ डेटा माइनिंग के मुख्य मुद्दों के बारे में बातचीत की। मेरे सहकर्मी (जो एक मशीन लर्निंग विशेषज्ञ हैं) ने कहा कि, उनकी राय में, मशीन लर्निंग का सबसे महत्वपूर्ण …

11 machine-learning  data-mining  dataset  data-cleaning  data 

बंद हो गया । इस प्रश्न पर अधिक ध्यान देने की आवश्यकता है । यह वर्तमान में उत्तर स्वीकार नहीं कर रहा है। इस प्रश्न को सुधारना चाहते हैं? प्रश्न को अपडेट करें ताकि यह इस पोस्ट को संपादित करके केवल एक समस्या पर केंद्रित हो । 5 साल पहले …

10 efficiency  statistics  tools  knowledge-base  machine-learning  neural-network  deep-learning  optimization  hyperparameter  machine-learning  time-series  categorical-data  logistic-regression  python  visualization  bigdata  efficiency  classification  binary  svm  random-forest  logistic-regression  data-mining  sql  experiments  bigdata  efficiency  performance  scalability  distributed  bigdata  nlp  statistics  education  knowledge-base  definitions  machine-learning  recommender-system  evaluation  efficiency  algorithms  parameter  efficiency  scalability  sql  statistics  visualization  knowledge-base  education  machine-learning  r  python  r  text-mining  sentiment-analysis  machine-learning  machine-learning  python  neural-network  statistics  reference-request  machine-learning  data-mining  python  classification  data-mining  bigdata  usecase  apache-hadoop  map-reduce  aws  education  feature-selection  machine-learning  machine-learning  sports  data-formats  hierarchical-data-format  bigdata  apache-hadoop  bigdata  apache-hadoop  python  visualization  knowledge-base  classification  confusion-matrix  accuracy  bigdata  apache-hadoop  bigdata  efficiency  apache-hadoop  distributed  machine-translation  nlp  metadata  data-cleaning  text-mining  python  pandas  machine-learning  python  pandas  scikit-learn  bigdata  machine-learning  databases  clustering  data-mining  recommender-system 

मेरे पास इस तरह एक पांडा डेटा फ्रेम (X11) है: वास्तविक में मेरे पास dx99 तक 99 कॉलम हैं dx1 dx2 dx3 dx4 0 25041 40391 5856 0 1 25041 40391 25081 5856 2 25041 40391 42822 0 3 25061 40391 0 0 4 25041 40391 0 5856 5 40391 …

10 python  data-cleaning  pandas  anaconda