Que pré-processamento é feito nos meus dados antes de treinar um modelo?

Kraken requer um conjunto de dados que esteja principalmente pronto para aprendizado de máquina. No entanto, aplicamos algumas etapas básicas de pré-processamento aos dados antes de construir modelos. 1. Imputação de valores nulos 2. Codificação de características categóricas (também conhecida como criação de "variáveis dummy") 3. Escalonamento de características, ou normalização 4. Tratamento de alta correlação de um Driver com a Métrica prevista ou correlação entre Drivers 5. Tomar amostras aleatórias dos dados e realizar validação cruzada de cinco dobras Todas essas etapas de pré-processamento são realizadas com base em diferentes limiares definidos em nosso pipeline. Os limiares podem ser alterados por nós à medida que aprendemos mais sobre a precisão dos modelos que o Kraken cria.