问斯基恩管道订单

EN

最常见的办法是将这两种战略结合起来：

1. 领域专长-给定有关数据集和模型目标的知识，选择最佳操作数据的顺序以完成项目的目标。
2. 经验证据-排列顺序和基准结果。选择在基准上具有最高性能的置换。

我同意@BrianSpiering关于一般方法的观点，也同意你的观点，即这是一种非免费午餐的情况。但是..。

过度取样似乎在任何地方都合情合理。这可能取决于你在做什么样的过度抽样。我可以看到新的点扰乱了发行版，从而影响到其他所有内容，但它也可能使其他步骤更加健壮。

(再说一遍，我仍然在寻找一些例子，在这些例子中，重采样技术大大超过了阈值选择。参见https://stats.stackexchange.com/questions/247871/what-is-the-root-cause-of-the-class-imbalance-problem及其链接的问题。)

离群点移除应尽早进行，因为异常值将影响倾斜/缩放校正。对我来说，倾斜/缩放感觉是相同的过程，如果它们是独立的步骤，我怀疑它们可以按任意顺序发生。

我会在接近尾声的时候保留特性选择，以免一个重要的特性被忽略，因为它是倾斜的/不缩放的/容易出现异常的。(然而，特性选择方法容易出错，因此，如果在某些数据集中移动它的性能更好，我也不会感到惊讶。)