机器学习如何处理数据中的缺失值

处理数据缺失值的常见做法:

  1. 使用可用特征的均值来填补缺失值
  2. 使用特殊值来填补缺失值,如-1
  3. 忽略有缺失值的样本
  4. 使用相似样本的均值填补缺失值
  5. 使用机器学习算法预测缺失值
阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/newmemory/article/details/79976347
上一篇机器学习分类器---决策树
下一篇支持向量机SVM
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭