機(jī)器學(xué)習(xí)之?dāng)?shù)據(jù)預(yù)處理——數(shù)據(jù)清洗缺失值、異常值和重復(fù)值的處理

• 基礎(chǔ)知識(shí)
• 技術(shù)點(diǎn)總結(jié)
• 數(shù)據(jù)列缺失的處理方法
• • 1、丟棄（缺失值處理）
  • • 1、生成一份隨機(jī)數(shù)據(jù)
    • 2、查看哪些值缺失
    • 3、獲得含有NA的列
    • 4、獲取全部為NA的列
    • 5、丟棄缺失值
  • 2、補(bǔ)全（缺失值處理）
  • • 1、使用sklearn將缺失值替換為特定值
    • • 使用這一列的均值代替NaN
      • 使用這一列的中位數(shù)代替NaN
      • 使用這一列的眾數(shù)代替NaN
    • 2、使用Pandas將缺失值替換為特定值
    • • 用后面的值替換缺失值
      • 用后面的值替換缺失值，限制每列只能替換一個(gè)缺失值
      • 用前面的值替換缺失值
      • 用0替換缺失值
      • 用不同值替換不同列的

總結(jié)

以上是生活随笔為你收集整理的机器学习之数据预处理——数据清洗(缺失值、异常值和重复值的处理)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。