A. परिणाम गलत दिशा में जा सकते हैं/Results can move in a wrong direction
Step 1
Concept
Duplicate data can give extra importance to a value.
Step 2
Why this answer is correct
This can affect analysis and the model.
Step 3
Exam Tip
Removing duplicates can be needed in data cleaning. चरण 1: दोहराए गए आंकड़े किसी मान को अधिक महत्व दे सकते हैं। चरण 2: इससे विश्लेषण और प्रतिरूप प्रभावित हो सकता है। चरण 3: आंकड़ा सफाई में दोहराव हटाना जरूरी हो सकता है।
A. कच्चे आंकड़ों को उपयोग के लिए तैयार करना/To prepare raw data for use
Step 1
Concept
Raw data may have errors missing values or different formats.
Step 2
Why this answer is correct
Preprocessing organizes them.
Step 3
Exam Tip
It can improve training and analysis. चरण 1: कच्चे आंकड़ों में त्रुटि अधूरे मान या असमान रूप हो सकते हैं। चरण 2: पूर्वप्रसंस्करण उन्हें व्यवस्थित करता है। चरण 3: इससे प्रशिक्षण और विश्लेषण बेहतर हो सकते हैं।
A. मानों को समान पैमाने पर लाने के लिए/To bring values to a common scale
Step 1
Concept
Different features can have values on different scales.
Step 2
Why this answer is correct
Normalization helps bring them to a common scale.
Step 3
Exam Tip
This can make model learning more balanced. चरण 1: अलग-अलग विशेषताओं के मान अलग पैमानों पर हो सकते हैं। चरण 2: सामान्यीकरण उन्हें समान पैमाने पर लाने में मदद करता है। चरण 3: इससे प्रतिरूप का सीखना संतुलित हो सकता है।
A. क्योंकि कई विधियां संख्यात्मक इनपुट लेती हैं/Because many methods take numerical input
Step 1
Concept
Some features are in words.
Step 2
Why this answer is correct
Many learning methods work on numbers.
Step 3
Exam Tip
So categories may be converted into numerical form. चरण 1: कुछ विशेषताएं शब्दों के रूप में होती हैं। चरण 2: कई अधिगम विधियां संख्या पर काम करती हैं। चरण 3: इसलिए श्रेणियों को संख्यात्मक रूप में बदलना उपयोगी हो सकता है।
