2
条回答
写回答
写回答
-
数据的缺失值处理主要依赖于该数据的特征对模型的影响，比如数值型的特征可以选择去除、平均值以及线性插值的方式，具体哪种处理方式更为有效取决于你自己的业务和模型。所以一般在处理完数据后会对数据集进行划分为训练集、验证集、测试集，然后训练并查看结果。
2019-11-13 14:48:09赞同 展开评论 打赏 -
数据中可能会有缺失值，处理的方法有两种，一种是删除整行或者整列的数据，另一种则是使用其他值去填充这些缺失值。在Pandas库，有两种很有用的函数用于处理缺失值：isnull()和dropna()函数能帮助我们找到数据中的缺失值并且删除它们。如果你想用其他值去填充这些缺失值，则可以是用fillna()函数。
2019-11-13 10:42:02赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
