YJ语

前言旨在对数据挖掘有个系统的认识，这部分仅仅是对于数据预处理！对于常规的数据预处理主要分为以下4步骤：（1） 数据清洗：解决缺失值、异常值、离群点的问题（2） 数据集成：解决样本重复、指标构建、属性高度相似的问题（2） 数据规约：解决数据规模过大的问题（4） 数据变换：将数据转化为更方便分析的数据2 数据预处理2.1 数据清洗2.1.1 数据缺失(1) 填充缺失值1）使用属性的均值填充缺失值2）使用与给定元组同一类的所有样本的属性均值填充相应的缺失值3）使用最可能的值填充缺失值：

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言1 认识数据1.1 数得来源1.2 数据得属性划分1.3 数据得描述性统计1.4 对于该数据得使用总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。