Det hjælper med at reducere den menneskelige dimension og den udækkede mængde af data.

Common Pitfall er en untilsyn med Feature Extractin

Det er ofte, at det er valgt i passende omfang at have en parameter.Using irrelevante feature car leave clustering orn rekenion. Tilføjelse, forbedring af parametertuning, såsom dette antal af stoffer i PCA, kan fordreje disse resultater.

Strategier for fejlfinding

Det er først og fremmest de enkelte faser, der skal undersøges, og det er nødvendigt at undersøge, om de er egnede til at opfylde disse krav.

Det er ikke nødvendigt at foretage en sammenligning mellem de forskellige parametre.

Best PracticesCity in New York USA

  • Perform streamgh data cleing before feature extractin.
  • Use domain wudge to select relevant feature.
  • Visualise intermediate results to detect issue early.
  • Validering af denne stabilitet af feature across forskellige runs.
  • Dokumentation for valg og deres virkning på resultater.