Datawhale数据学习第二天打卡——数据清理

最新推荐文章于 2024-08-12 23:09:11 发布
最新推荐文章于 2024-08-12 23:09:11 发布
阅读量492 收藏 10
点赞数 11
文章标签： 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Precisionly/article/details/136725608
版权

数据清洗简述

我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的第一步是进行数据清洗，本章我们将学习缺失值、重复值、字符串和数据转换等操作，将数据清洗成可以分析或建模的样子。

1、缺失值观察与处理

2、重复值观察与处理

3、特征观察与处理
  对年龄进行分箱（离散化）处理

对文本变量进行转换

Precisionly
关注
  • 11
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习吃瓜教程打卡第一天——西瓜书一二章概况笔记
weixin_53840999的博客
03-15 840
此博客为个人笔记记录打卡，内容夹杂自己理解。（作者第一次参与Datawhale组队学习，也是第一次系统自学算法，内容理解如有错误，请诸位勘正）。 内容主要基于机器学习西瓜书（周志华主编），Datawhale的南瓜书作为参考。 ...
爬虫学习打卡5——将爬取数据放入Excel
Leo_Huang720的博客
08-07 1万+
写在前面的话：每一个实例的代码都会附上相应的代码片或者图片，保证代码完整展示在博客中。最重要的是保证例程的完整性！！！方便自己也方便他人~欢迎大家交流讨论~ 环境：Anaconda3（python3.5） 爬虫学习打卡3——xpath https://blog.csdn.net/Leo_Huang720/article/details/81433841中我们已经用xpath在豆瓣图书TOP2...
datawhale 学习笔记——数据分析入门
落队的飞行兵
03-24 1154
写在前面（这部分是废话） 这是参加 datawhale 数据挖掘的第一次打卡，打卡内容是数据分析，希望自己能坚持做下去。开始的时候，第一天看了一下题目背景，运行了一下 baseline，刚好中期报告要改，就放下了。今天在这里做一下数据分析这部分的笔记。 介绍 本文主要是根据天池上的教程进行学习的，一些不理解地方做了笔记，内容没有教程全，附上教程链接：Datawhale 零基础入门数据挖掘-Task...
datawhale西瓜书打卡——第五章神经网络
nebula1008的博客
12-27 696
转眼又又又是打卡截点，还剩三小时了，金戈铁马，浴血奋战。冲。 第五章，神经网络。这个词太熟了，这年头机器学习、深度学习、神经网络可以说是家喻户晓了，但这三者分别是什么，有什么区别，相信大家并不能立马给出答案。OK，那就逐个击破，今天来看看神经网络到底是个啥东西。 首先，看到神经网络，我会想起著名的卷积神经网络CNN，以及SOM网络，BP网络等。 同样的，学习任何概念之前，问问这个东西是什么？有什么作用？如何起作用的？ 那神经网络是什么呢？ 先不看书，按自己的理解，就是一种类似神经元之间相互连接的网络，我们知
Datawhale组队学习——打卡任务Task1赛题理解
weixin_45778504的博客
07-21 267
Datawhale组队学习——打卡任务Task1赛题理解 赛题理解 赛题名称：零基础入门NLP之新闻文本分类 赛题目标：入门自然语言处理，接触NLP的预处理、模型构建和模型训练 赛题任务：对新闻文本进行分类属于典型的字符识别问题 学习目标 理解赛题背景与赛题数据 完成赛题报名和数据下载，理解赛题的解题思路 打开在网站下载的赛题数据文件，我们可以看到对应的训练集和测试集的下载网址，自行去对应网站下载数据集。 数据读取 使用Pandas库完成数据读取操作，并对赛题数据进行分析 解题思路 思路1：TF-IDF+
爬虫学习打卡第三天——requests高阶
轻舟
11-13 2555
今天学习requests高阶知识 目录 一、SSL验证 二、代理设置 三、超时设置 四、身份认证 五、总结 一、SSL验证 SSL认证是指客户端到服务器端的认证。主要用来提供对用户和服务器的认证；对传送的数据进行加密和隐藏；确保数据在传送中不被改变，即数据的完整性。（来自百度） 以百度为例：先简单的请求一下 import requests response = requests.get('https://www.baidu.com') print(response.status_cod
【打卡】——【LeetCode学习计划】《数据结构入门-C++》第7天 链表 补充
heart_6662的博客
12-14 1001
上一篇文章：【打卡】——【LeetCode学习计划】《数据结构入门-C++》第7天 链表_heart_6662的博客-CSDN博客 原文链接：【LeetCode学习计划】《数据结构入门-C++》第7天 链表_Wang_Xin_Ling的博客-CSDN博客 203. 移除链表元素 LeetCode: 203. 移除链表元素 给你一个链表的头节点 head 和一个整数 val ，请你删除链表中所有满足 Node.val == val 的节点，并返回 新的头节点 。 方法1：迭代 本体就是正常.
【超全汇总】学习数据结构与算法，计算机基础知识，看这篇就够了
热门推荐
帅地
01-18 10万+
由于文章有点多，并且发的文章也不是一个系列一个系列发的，不过我的文章大部分都是围绕着 数据结构 + 算法 + 计算机网络 + 操作系统 + Linux + 数据库 这几个方面发的，为了方便大家阅读，我整理了一波。不过公众号可以说是不支持修改文章，因为我决定每两三个月就整理一次，会非常详细着按照类别整理出来哦，并且也给出了目录哦。大家记得多看看哦，好多文章都是面试中常问滴 文章目录一、经验/经历/所...
数据结构课程实践报告——校园导航系统
qq_50588811的博客
12-26 1万+
一、需求分析 （1）设计校园平面图，其中所含景点不少于10个。以图中顶点表示校内各景点，存放景点名称、代号、简介等信息：以边表示路径，存放路径长度等相关信息； （2）为来访客人提供图中任意景点相关信息的查询； （3）为来访客人提供途中任意景点的问路查询，即查询任意两个景点之间的一条最短的简单路径。 1、由百度地图截图并通过自己标注得图如下： 2、通过杭电距离图得出相应点的距离： 二、概要设计： 1．抽象数据类型图的定义如下:ADT Graph{ 数据对象V:V是具有相同特性的数据元素的
DataWhale 深度学习 第二次打卡
01-20
在DataWhale的第二次打卡学习中，涵盖了多个核心概念，包括过拟合、欠拟合、梯度消失、梯度爆炸、循环神经网络、机器翻译、注意力机制、Seq2seq模型、Transformer、卷积神经网络以及权重衰减等。 首先，过拟合和欠...
Datawhale从零开始数据挖掘第二次打卡
12-21
数据探索性分析（EDA）是数据挖掘中的关键步骤，它旨在深入理解数据集，发现潜在模式，揭示数据特征，并为后续的数据预处理和特征工程提供基础。在进行EDA时，首要任务是理解数据的来源、存储方式以及是否经过处理。...
Datawhale从零开始数据挖掘第三次打卡
12-21
在上一阶段的学习，我们分析了数据，下面大概总结一下在特征工程中要用到的结论： seller和offertype对预测基本没用，需要删掉 特征v_1和v_6基本线性相关，保留一个就可以 数字特征为 [‘power’, ‘kilometer’, ...
Datawhale第二次打卡
09-17
周志华机器学习第三章笔记
DataWhale组队学习打卡（二）
01-06
记《手动学深度学习》组队学习第二次打卡 打卡内容 线性回归代码实现（基于Pytorch） 理论复习 线性回归理论部分可参考上一篇博客 线性回归模型从零开始的实现 借助jupyter运行代码，方便清晰展示各环节的输出情况。...
【鸿蒙学习】Stage模型与FA模型的对比与应用选择
最新发布
一个不断前行的程序者
08-12 295
Stage模型是一种基于应用生命周期和功能模块划分的架构设计理念。它将应用分为多个阶段（Stage），每个阶段对应一个特定的任务或界面，使得应用结构更加清晰、开发更加高效。FA模型（Feature Ability Model）是鸿蒙OS中另一种应用架构设计理念，它以功能为单元，将应用划分为多个功能模块（Feature Ability），每个模块具有独立的生命周期和功能。Stage模型和FA模型各有优势，适用于不同的开发场景。普通开发者应根据项目需求、团队协作、性能要求等因素，选择最合适的模型。
日常学习--20240806
xxm13679073037的博客
08-07 825
调优
车身域测试学习、CANoe工具实操学习、UDS诊断测试、功能安全测试、DTC故障注入测试、DBC数据库、CDD数据库、CAN一致性测试
车载测试
08-12 570
车身域测试学习、CANoe工具实操学习、UDS诊断测试、功能安全测试、DTC故障注入测试、DBC数据库、CDD数据库、CAN一致性测试
Zero123++ 论文学习
calvinpaean的博客
08-07 1093
随着新视图生成模型的涌现，3D 内容生成领域取得了显著进展，这些模型利用了强大的 2D 扩散生成先验知识，这些 2D 扩散模型是在互联网上的大规模数据集训练得到的。如果没有全局条件，针对可见区域生成的内容还是不错的，但是对于不可见区域，则生成质量就急剧下降了，因为模型缺乏推理物体的全局语义的能力。Reference Attention 指的就是，在对模型的输入去噪时，对一个额外的参考图像使用去噪 UNet 模型，并将参考图像中得到的自注意力 key 矩阵和 value 矩阵附加到去噪模型的相应的注意力层。
Datawhale第四次打卡：机器学习第五章——神经网络与感知机详解
在"Datawhale第四次打卡"的机器学习第五章笔记中，我们深入探讨了神经网络的基础概念和算法。章节首先介绍了神经元模型，它是神经网络的基本构建单元，接收来自其他神经元的加权输入，通过激活函数处理后产生输出。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值