文章目录
- 一、常用数据类型对应的数学模型
- 二、特征编码
-
- 1 数字编码
- 2 One-Hot编码
- 三、缺失值处理
-
- 1 删除法
- 2 填补法
-
- 2.1 均值填补
- 2.2 随机填补
-
- 2.2.1 贝叶斯方法
- 2.2.2 近似贝叶斯方法
- 2.3 基于模型的填补
- 3 其他
- 四、数据标准化
-
- 1 Z-score标准化
- 2 Min-Max标准化
- 3 小数定标标准化
- 4 Logistic标准化
- 不同标准化方法的对比
- 五、特征离散化——将连续型特征转换为离散型特征
-
- 1 有监督离散化
-
- 1.1 信息熵增益离散化
- 1.2 卡方离散化——ChiMerge方法
- 1.3 CAIM离散化——类别属性相互依赖最大化
- 2 无监督离散化
-
- 2.1 等距离散化
- 2.2 等频离散化
- 2.3 基于聚类的离散化
- 六、离群值检测
-
- 1 基于统计的方法——拉依达准则（Pauta criterion）
- 2 基于近邻的方法
-
- 2.1 K近邻
- 2.2 局部离群因子算法（Local Outlier Factor，LOF）
- 其他预处理方法
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/35239.html