（1）数据清洗
（2）数据集成
（3）数据变换
（4）数据规约
（5）MATLAB主要数据预处理函数
在数据挖掘的过程中，数据预处理占到了整个过程的60%。
数据预处理的主要任务包括数据清洗，数据集成，数据变换和数据规约。
数据清洗主要是删除原始数据集中的无关数据、重复数据， 平滑噪声数据，处理缺失值、异常值等。
2021-08-07 18:11:59
1.03MB
第一章 合并多个数据源数据
第二章 抽取样本，选择和缓存数据
第三章 处理缺失数据
第四章 处理日期
第五章 处理时序数据
第六章 文件操作
第七章 效率
2021-07-11 16:07:51
1.69MB
为了设置变量的默认值，我发现我的函数的开头散落着
如果 nargin < 1 || 空(x) x = 1; 结尾
如果 nargin < 2 || 空(y) y = 3; 结尾等等。
这非常难看，所以我创建了一个包装器来美化它。 老实说，它是如此简单以至于我几乎没有上传它，但它确实使您的功能更清晰。 现在上面的转换为
SetDefaultValue(1, 'x', 1); SetDefaultValue(2, 'y', 3);
请注意，还有其他方法可以设置默认值。 看http://blogs.mathworks.com/loren/2009/05/05/nice-way-to-set-function-defaults/
2021-06-01 16:03:10
1KB
1
移动窗口填补时间序列缺失值（imputeTS的matlab版本），包括简单移动平均值的简单缺失值插补； 线性加权移动平均值的线性缺失值插补； 指数加权移动平均值的指数缺失值插补
2021-05-15 10:26:55
1KB
1
泰坦尼克号kaggke比赛的分类问题。
使用个人功能使用一个行代码进行分析。
有结论的详细分析。
在kaggle上排名前10％。
建立了一个可以预测年龄特征缺失值的模型。
2021-05-01 18:40:09
2.68MB
1
主要给大家介绍了关于Python时间序列缺失值（日期缺失填充）的处理方法，文中通过示例代码介绍的非常详细，对大家学习或者使用Python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
2021-04-21 22:55:33
53KB
1
下面小编就为大家分享一篇python实现数据预处理之填充缺失值的示例。具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-13 19:05:28
78KB
1