缺失数据处理-插值法

1. 前言 在数据挖掘中，原始数据中存在着大量不完整、偏离的数据。这些问题数据轻则影响数据挖掘执行效率，重则影响执行结果。所以数据预处理工做必不可少，而其中常见工做的就是数据集的缺失值处理。python 数据缺失值处理可分两类。一类是删除缺失数据，一类是进行数据插补。前者比较简单粗暴，可是这种方法最大的局限就是它是以减小历史数据来换取数据的完备，会形成资源的大量浪费，尤为在数据集自己就少的状况下，

>>阅读原文<<