數據預處理與特徵工程

數據預處理與特徵工程 缺失值處理 缺失值處理通常有如下的方法： 對於unknown值數量較少的變量，包括job和marital，刪除這些變量是缺失值(unknown)的行； 如果預計該變量對於學習模型效果影響不大，可以對unknown值賦衆數，這裏認爲變量都對學習模型有較大影響，不採取此法； 可以使用數據完整的行作爲訓練集，以此來預測缺失值，變量housing，loan，education和def

>>阅读原文<<