機器學習和數據挖掘（4）：噪聲與誤差

噪聲與誤差 噪音（Noise） 實際應用中的數據基本都是有干擾的，還是用信用卡發放問題舉例子： 噪聲產生原因： 標記錯誤：應該髮卡的客戶標記成不髮卡，或者兩個數據相同的客戶一個髮卡一個不髮卡； 輸入錯誤：用戶的數據本身就有錯誤，例如年收入少寫一個0、性別寫反了什麼的。 目標分佈（Target Distribution） 上述兩個原因導致數據信息不精準，產生噪聲數據。那機器學習算法應該如何處理噪聲的

>>阅读原文<<