机器学习中的预处理步骤

Question

为什么进行预处理如此重要，简单的步骤是什么？谁能帮忙。我正在使用python。

我有一个由空值组成的数据框。数据由异常值组成，而且分布不均匀。

我的问题是我应该遵循什么协议才能填充空值，应该删除异常值，因为这可能会导致信息丢失，并且使数据均匀分布的步骤是什么？

Answer 1

首先，使用哪种语言真的没关系。 python和R在数据科学中都很流行。

第二，您不能将原始数据插入任何机器学习模型。在需要清洁之前。以下是一些简单的步骤：

1。删除缺失值：很多时候，数据中存在缺失值。因此，您必须填写这些数据。问题如何产生？您可以用谷歌搜索出很多方法。

2。消除偏斜和异常值：：通常，数据包含不在其他数据范围内的值。因此，您必须将这些数据带入该范围。

3。一键编码：需要将分类值转换为编码格式。

仍然有更多步骤，但是您可以通过谷歌搜索大量博客。