摘要：
阅读目录 缺失值处理 1.判断是否有缺失数据 2. 删除缺失值 - dropna 3.填充/替换缺失值 4.缺失值插补 （1）均值/中位数/众数补插 （2）临近值插补 （3）插值法 拉格朗日插值法 缺失值处理 数据缺失主要包括记录缺失和字段信息缺失等情况，其对数据分析会有较大影响，导致结果不确定性更 阅读全文
posted @ 2020-07-27 13:39 Ⅰ苇 阅读(298) 评论(0) 推荐(0)
2020年7月27日
2020年7月26日
摘要：
相关性分析 散点图矩阵初判多变量间关系，两两数据之间的，比如说4个数据ABCD，就有12个比较，第一个参数和第二个参数，第一个参数和第三个参数，.......这个图就是正态分布的几个参数，就没有任何的相关性 分析连续变量之间的线性相关程度的强弱 图示初判 / Pearson相关系数（皮尔逊相关系数） 阅读全文
posted @ 2020-07-26 14:13 Ⅰ苇 阅读(126) 评论(0) 推荐(0)
浙公网安备 33010602011771号