數據預處理

1. 數據清洗： 缺失值、異常值和重複值的處理 2. 類別數據處理 3. 數據降維 4. 樣本類別分佈不平衡 5. 抽樣仍是全樣本 6. 共線性 7. 相關性分析 8. 標準化 9. 離散化 10. 非結構化數據預處理算法 - 1. 數據清洗：    缺失值：                   處理思路： 發現缺失值--》分析缺失值佔比及是否有顯著的分佈特徵--》使用的模型是否能自動處理--》決

>>阅读原文<<