数据预处理-----笔记

1.数据清洗 去掉不符合规律的点 重点

缺失值

 

 

顺序时间类可以用临近插补 其他用欧几里得距离公式 回归方程不建议使用

推荐使用插值法拉郎日差值法 

  异常值

 

异常值发现？

高中知识3 正态分布   

 箱线图 

2.数据集成 多个表格合并在一起

3.数据归约 通过聚集、删除多余（冗余）的属性或者聚类方法压缩数据

4.数据变换  简单的函数变换 指数 取对数 偏态变为正态分布 平方 根号 

归一化 变化到【0,1】