【大数据入门】数据预处理惩罚·数据清算

打印 上一主题 下一主题

主题 1539|帖子 1539|积分 4617


    个人主页:十二月的猫-CSDN博客
  系列专栏: 《AI认知筑基三十讲》_十二月的猫的博客-CSDN博客
   十二月的隆冬阻挡不了春天的脚步,十二点的黑夜掩藏不住黎明的曙光
  目录
1. 前言
2. 为什么要举行数据预处理惩罚
2.1 预处理惩罚缘故原由
2.2 脏数据
2.3 数据预处理惩罚分类
1. 数据清算(Data Cleaning)
2. 数据集成(Data Integration)
3. 数据变换(Data Transformation)
4. 数据规约(Data Reduction)
2. 数据清算
2.1 数据添补
2.1.1 数据缺失的范例
1. 完全随机缺失(Missing Completely at Random, MCAR)
2. 随机缺失(Missing at Random, MAR)
3. 非随机缺失(Missing Not at Random, MNAR)
2.1.2 数据添补方法
2.2 处理惩罚噪声
2.2.1 分箱
2.2.2 回归
2.2.3 聚类
3. 总结

</

免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

x
回复

使用道具 举报

0 个回复

倒序浏览

快速回复

您需要登录后才可以回帖 登录 or 立即注册

本版积分规则

前进之路

论坛元老
这个人很懒什么都没写!
快速回复 返回顶部 返回列表