《人工智能通识》知识拓展汇总 Chap 2 数据清洗和预处理方法 ---Chap 13 助力美丽中国建设.doc

1、本文档共21页，其中可免费阅读13页，需付费50金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

数据清洗和预处理方法

1．数据清洗

采集到的数据通常包含噪声和错误，称为“脏数据”，需要进行数据清洗。经过数据清洗，将存在错误的、缺失的，处理为正确、完整的可分析数据。数据清洗方法主要包括去除重复数据、填补缺失数据、处理异常数据等。见表2-9。

表2-9数据清洗的方法

清洗

内容说明

去除重复数据

通过比较数据集内的记录，识别并删除重复的记录，确保每条记录的唯一性

处理缺失值

对于数据集中的缺失值，可以选择多种处理方式。常见的包括删除含有缺失值的记录，或使用均值、中位数、众数等统计值进行填充，也可以使用基于模型（如回归模型）预测的值进行填补

错误数据修正

识别并修正数据中的错误，如拼写错误、逻

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >