【機器學習】彙總——基礎

還需要系統梳理下，需要找本書 如何處理特徵向量的缺失值 缺失值較多：直接捨去，否則有較大的噪聲 缺失值較少（10%以內） 用NaN替代，0：data_train.fillna(0) 用均值填充：data_train.fillna(data_train.mean())，注意：均值填充可能需要條件填充，例如某訓練集中患癌症和不患癌症的數據中，該值的差距很大，那麼就應當使用label相同的數值的均值 用

>>阅读原文<<