我有一个泰坦尼克号数据集，它有两个部分 - 训练数据和测试数据。 我在缺失值和异常值处理后开发了一个关于训练数据集的模型。
现在我必须在测试数据集上应用模型，因此在应用模型之前，我是否需要对此数据进行缺失值处理和异常值处理。 每当我必须预测时，它都会是同一个过程。
答案 0 :(得分：0)
一切都取决于您尝试解决的方案。通常，我也尝试对测试数据应用数据预处理，这是因为我想比较两个模型的准确性（我希望它们相似）。但是为了以防万一，如果你想看到你的回归对异常值的表现，那么你可以尝试一下。
如果是预测数据，我认为您应该进行缺失值治疗，如果可能的话应该进行异常值处理。这是因为如果您可以将某些内容标记为异常值，那么您可以避免在模型上运行它们并获得奇怪的结果。但在大多数生产场景中，难以预测的是异常值，所以我通常不做异常值清理。
希望这有帮助！