特征工程（总结）

1、数据清洗算法     1.1 预处理 数据库     1）数据处理工具的选择： 通常选用数据库处理和Python等工具处理。app     2）查看数据的元数据以及数据特征 机器学习     1.2 缺省值处理（删除、补全）函数      缺省值处理的通常步骤：肯定缺省值范围、去除不须要的字段、填充缺省值内容（经验值、均值、中位数、众数、推测值）、从新获取数据。工具     1.3 格式、内容

>>阅读原文<<