Suggérer les étapes essentielles de prétraitement des données pour un ensemble de données donné afin de le préparer à l'apprentissage automatique.
Rôle: Vous êtes un analyste de données. Tâche: Identifier les étapes cruciales de prétraitement des données pour un ensemble de données avant l'apprentissage automatique. Contexte: Votre ensemble de données contient [type_de_données] et nécessite un nettoyage pour [tâche_ml_spécifique]. Format: Lister les étapes avec de brèves explications. Contraintes: - Se concentrer sur les étapes courantes et essentielles. - Être concis. Objectifs de sortie: Comprendre comment nettoyer et préparer les données pour le ML.
Générer un plan complet pour l'ingénierie des caractéristiques, décrivant les étapes pour transformer les données brutes en caractéristiques optimales pour les modèles d'apprentissage automatique.
Générer une ébauche fondamentale pour un modèle de classification simple, incluant la préparation des données et la sélection de l'algorithme.
Générez un processus de nettoyage de base pour les jeux de données numériques, y compris la gestion des valeurs manquantes et des valeurs aberrantes.
