机器学习之数据预处理——数据清洗缺失值、异常值和重复值的处理
基础知识技术点总结数据列缺失的处理方法1、丢弃（缺失值处理）1、生成一份随机数据2、查看哪些值缺失3、获得含有NA的列4、获取全部为NA的列5、丢弃缺失值 2、补全（缺失值处理）1、使用sklearn将缺失值替换为特定值使用这一列的均值代替NaN使用这一列的中位数代替NaN使用这一列的众数代替NaN 2、使用Pandas将缺失值替换为特定值用后面的值替换缺失值用后面的值替换缺失值，限制每列只能替换一个缺失值用前面的值替换缺失值用0替换缺失值用不同值替换不同列的如果觉得《机器学习之数据预处理——数据清洗(缺失值 异常值和重复值的处理)》对你有帮助，请点赞、收藏，并留下你的观点哦！
