2025年1月25日
01填补缺失数据
摘要： Python Feature Engineering Cookbook 填补缺失数据 缺失数据（即某些观测值缺失）是大多数数据源中不可避免的问题。一些机器学习模型实现可以立即处理缺失数据。要训练其他模型，我们必须删除缺失数据的观测值或将其转换为允许的值。 删除缺失数据的观测值 完整案例分析(Comp 阅读全文
posted @ 2025-01-25 15:06 JPL-JUNO 阅读(97) 评论(0) 推荐(0)