数据挖掘原理、算法与应用 （Python语言描述）【第三章】数据预处理.pptx

第三章

数据预处理;学习目标;数据预处理的重要性;常见的预处理方法;目录;对于有缺失值的数据集，不能直接用于模型的训练，需要对缺失的数据进行删除或填充处理。

填补法可获得完整的数据集，对于连续型数据通常采用均值填充，离散型数据则采用众数或中位数填充。

删除法是根据具体情况删除样本（行）或特征（列）得到一个完整的数据子集。

;3.1缺失值处理;对于连续型数据，使用平均值填充缺失值，如表中学生信息收集过程中少数样本的体重、身高缺失。但要注意的是均值填补会使得相应特征的方差变小。

对于离散型数据，可以使用众数填充，如表中学生信息中少数样本的性别缺失，可以考虑使用数据表中样本性别的众数来填充。但这