通常我不确定使用DAI时对数据进行何种程度的预处理。通常，您想减少生产级别模型的尺寸，消除重复特征，标准化/规范化等。是否有一条规则我应该停止对DAI的个人预处理（即，只有摆脱Nan和DAI的二进制分类算法才能完成其余工作）。它会明确说明使用哪种标准化技术，例如Sklearn的MinMaxScaler（）吗？
答案 0 :(得分：1)
通常，不需要预处理，DAI用于内部预处理的方法取决于模型背后的算法。
但是，有些特定的用例可能需要预处理，如果您与h2o联系，它们可以为您提供帮助。例如，如果您要在客户级别预测某件事，但您的数据是交易，那么您需要进行预处理-假设您有杂货店交易，并且您要预测该商店明天能赚多少钱。然后，您需要汇总到日间商店级别，因为这是您希望进行预测的级别。基本上，在任何情况下，如果数据的粒度比您希望的预测级别需要进行预处理，则为
。对于缺少的值，最好让无人驾驶AI处理它们，除非您知道为什么缺少这些值，从而可以使用域规则来填充它们。例如，如果您拥有transaction = NA，但您知道这意味着不花任何钱，您希望将NA更改为0。
我认为以下文档可能会有所帮助：http://docs.h2o.ai/driverless-ai/latest-stable/docs/userguide/faq.html#data-experiments-predictions。特别是“无人驾驶AI可以处理缺少值/空值的数据吗？”部分。和“无人驾驶AI是否使数据标准化？”。
您还可以在实验报告http://docs.h2o.ai/driverless-ai/latest-stable/docs/userguide/experiment-summary.html中找到许多有关实验操作的信息。我们目前尚未报告标准化方法，因为在可能非常复杂的整体中，每种模型的标准化方法都不相同。