數據挖掘：理論與算法 筆記（1）

基礎概念： （1）數據清洗是耗神的，原因有信息不完整，噪點（比如工資爲-1元），前後不一等問題。 （2）數據缺失的原因有：設備故障，採集不當，N/A（Not Apploicable：比如對男性檢查宮頸，對學生調查工資） （3）數據缺失的類型：完全隨機缺失，有區分的缺失（女性不願意說出體重），不完全隨機缺失 處理數據缺失的方法： （1）Ignore （2）Fill possible number（再

>>阅读原文<<