数据探索与预处理

(python数据分析与挖掘实战笔记)

脏数据包括:缺失值、异常值、不一致的值

一、异常值分析

  • 简单统计量分析(最大值、最小值...)
  • 3\sigma原则(数据服从正态分布)
  • 远离平均值多少倍标准差(数据不服从正态分布)
  • 箱型图分析(四分位数)

二、数据预处理

               数据清洗、数据集成、数据变换、数据规约

                                                         


(1)数据清洗

主要是删除原始数据集中的无关数据、重复数据、平滑噪声数据、筛选掉与挖掘主题无关的数据、处理缺失值、异常值等。

1.处理缺失值的方法:

  • 删除存在缺失值的记录
  • 对可能值进行插补
  • 不处理
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值