机器学习 数据分析基础

1.数据类型

（1）数值型
   ● 连续型：利用实数表示属性
   ● 离散型：利用整数表示属性
（2）标称型
   ● 0-1型：预先定义一个类别，若记录属于该类别则为1，否则为0
   ● 多值标称型：预先定义一个类别集合，用类别集合中的一个或多个来描述样本
（3）序列型：有序的数值型或标称型值串
（4）序数型：具有偏序关系的离散数值

2.数据清洗 

（1）噪声数据
   ● 平滑
   ● 装箱
（2）缺失数据
   ● 均值/众数/中位数补全
   ● 启发式补全
（3）相关性计算
   ● 皮尔逊相关系数
   ● 斯皮尔曼相关系数
   ● 互信息

3.数据转换

（1）数据离散化
   ● 等频装箱
   ● 等宽装箱
（2）数据数值化
   ● One-Hot编码
   ● 排序编码
（3）数据归一化
   ● 最大最小归一化
   ● Z-SCORE归一化

参考链接：https://blog.csdn.net/yuxiao_v/article/details/79414022