数据清洗python

最新推荐文章于 2024-11-13 17:26:18 发布

LD的yep

最新推荐文章于 2024-11-13 17:26:18 发布

阅读量909

点赞数 20

文章标签： python

本文链接：https://blog.csdn.net/m0_72935705/article/details/135013576

版权

本文使用Python对葡萄牙银行电话营销数据进行清洗，通过计算众数、中位数、均值来处理缺失值和异常值，同时运用KMeans进行聚类分析。涉及的属性包括客户信息、联络信息、其他属性等，旨在提高数据质量。

摘要由CSDN通过智能技术生成

利用众数、中位数、均值、聚类分析等方法，实现对葡萄牙银行电话营销数据（http://archive.ics.uci.edu/ml/datasets/Bank+Marketing#）进行有效清洗。

数据字段说明：

（1）银行客户信息:

age：年龄 (数字)
job：工作类型。管理员（admin）,蓝领（blue-collar）,企业家（entrepreneur）,家庭主妇（housemaid）,管理者（'management'）,退休（'retired'）,个体经营（'self-employed'）,服务业（'services'）,学生（'student'）,技术人员（'technician'）,无业（'unemployed'）,未知（'unknown')
marital : 婚姻状态，离婚（'divorced'）,结婚（'married'）,单身（'single'）,未知（'unknown'）。说明：离婚也包括寡居
education：教育情况：基本4年('basic.4y'), 基本6年（'basic.6y'）,基本九年（'basic.9y'）,高中&