技術 Day17 資料預處理－資料類型、缺失值、標準化、獨熱編碼、管道器

資料類型－數值型、類別型 數值型資料：以數值存在、能做數值運算的資料。如身高體重、年齡、收入……等。 類別型資料：用來描述事物的屬性或特徵。如性別、尺寸、地區...

技術 Day16 函式庫Pandas－Series、DataFrame、導入資料、缺失值、合併

在Day10 要選陣圖還是陣符群？－框架和函式庫的異同中，我們有粗淺的介紹了一下Pandas這個函式庫。 這個函式庫在我們之後的機器學習操作上會常常用到，所以另...

技術 【Day09-填空】漏漏缺缺欠欠填填刪刪補補——面對缺失值的處理方式

昨天我們講了在numpy中NaN要如何判斷相等那今天就來稍微談一下會出現缺失值的那些情況要怎麼處理 基本上我們的處理方式不外乎兩種——填和刪 填上資料 方法一：...

技術 DAY08 資料前處理-缺失值處理方法

前面我們介紹了如何使用探索性分析(EDA)來觀察資料的型態，也學會用圖表來找出這些資料的潛在訊息，今天我們就要開始對資料進行處理，不囉唆我們直接進正文。 一、...