機器學習——數據預處理（Preprocessing）

1、缺失值處理 刪除包含缺失值的一整列 當該列種的大部分數據都缺失時可採用該方式，如果只有個別數據缺失，直接刪除整列會導致大量信息丟失 填充缺失值 往缺失值中填入相關數據，例如：列均值、中位數等 填充值往往比直接刪除整列數據有更好的效果 擴展填充 直接填充缺失值往往和實際的值之間有所差別，加入一列記錄原始數據是否缺失可能會對預測結果有更好的效果 2、分類變量的預處理 在使用分類變量（特徵）搭建機器

>>阅读原文<<