机器学习特征值的处理总结和缺失值的处理

Posted cgy1995

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习特征值的处理总结和缺失值的处理相关的知识,希望对你有一定的参考价值。

数值型数据处理的方式:1,归一化

                                         2,标准化

                                          3,缺失值处理(pandas处理)

类别型数据:on-hot编码

时间类型数据:时间切分

技术分享图片

 

以上是关于机器学习特征值的处理总结和缺失值的处理的主要内容,如果未能解决你的问题,请参考以下文章

机器学习数据预处理之缺失值:特征删除

机器学习算法优劣势及适用场景总结

机器学习基础:缺失值的处理技巧(附Python代码)

数据预处理----缺失值的填充

特征工程-使用随机森林进行缺失值填补

特征工程-使用随机森林进行缺失值填补