数据挖掘：理论与算法 笔记（1）

基础概念： （1）数据清洗是耗神的，原因有信息不完整，噪点（比如工资为-1元），前后不一等问题。 （2）数据缺失的原因有：设备故障，采集不当，N/A（Not Apploicable：比如对男性检查宫颈，对学生调查工资） （3）数据缺失的类型：完全随机缺失，有区分的缺失（女性不愿意说出体重），不完全随机缺失 处理数据缺失的方法： （1）Ignore （2）Fill possible number（再

>>阅读原文<<