数据清洗和特征选择

数据清洗和特征选择 数据清洗 清洗过程 1、数据预处理： 选择数据处理工具： 数据库、Python相应的包； 查看数据的元数据及数据特征； 2、清理异常样本数据： 处理格式或者内容错误的数据； 处理逻辑错误数据：数据去重，去除/替换不合理的值，去除/重构不可靠的字段值； 处理不需要的数据：在进行该过程时，要注意备份原始数据； 处理关联性验证错误的数据：常应用于多数据源合并的过程中。 3、采样： 数

>>阅读原文<<