2019年5月29日
（数据科学学习手札58）在R中处理有缺失值数据的高级方法
摘要： 一、简介 在实际工作中，遇到数据中带有缺失值是非常常见的现象，简单粗暴的做法如直接删除包含缺失值的记录、删除缺失值比例过大的变量、用0填充缺失值等，但这些做法会很大程度上影响原始数据的分布或者浪费来之不易的数据信息，因此怎样妥当地处理缺失值是一个持续活跃的领域，贡献出众多巧妙的方法，在不浪费信息和不 阅读全文
posted @ 2019-05-29 21:56 费弗里 阅读(2271) 评论(0) 推荐(0)