摘要: 4.1 数据清洗 4.1.1 缺失值处理 下面结合具体案例介绍拉格朗日插值法餐饮系统中的销量数据可能会出现缺失值,表4-3为某餐厅一段时间内的销量数据其中2015年2月14日的数据缺失,用拉格朗日插值法对缺失值进行插补,如代码清单4-1所示。 4.1.2 异常值处理 4.2 数据集成 数据挖掘需要的 阅读全文
posted @ 2023-02-23 14:55 乘着风·轻舟过 阅读(251) 评论(0) 推荐(0)