- Este tópico contém 1 resposta, 2 vozes e foi atualizado pela última vez 1 ano, 9 meses atrás por .
Visualizando 2 posts - 1 até 2 (de 2 do total)
Visualizando 2 posts - 1 até 2 (de 2 do total)
- Você deve fazer login para responder a este tópico.
Home › Fóruns › Fórum Machine Learning e Data Science com Python de A à Z › Escalonamento dos atributos
Boa noite,
Primeiramente, aquelas formulas que a gente utilizou já é o resultado se o cliente vai pagar ou não? ou simplesmente, padronizamos um valor para ficar mais fácil e posteriormente vamos associar com Y_credit e, de fato, fazer a previsão?
Ademais, quando utilizou essa biblioteca e chamou aquela classe e o método ( Padronização ), os valores que estavam negativos e/ou vazios estavam presentes? ou a base de dados ja tava atualizada com as alterações dos valores faltantes e alterados, a partir disso, ele chamou o método para padronizar os valores ? Pois, quero saber se preciso fazer as alterações antes de fazer a Padronização ou ja posso fazer ela direto mesmo com alguns dados inconsistentes e vazios ?
Olá Luiz,
Sobre sua primeira pergunta, preciso que você seja mais específico. A qual aula se refere? Quais fórmulas?
Sobre a segunda, a padronização deve ser feita depois do tratamento de dados faltantes/inconsistentes. Com dados faltantes, inclusive o método nem deve funcionar.