技術 Day04 Outlier and some Numpy. 離群值與Numpy操作

在蒐集資料的過程中，可能會因測量方法、人為疏失或實驗誤差等，導致所蒐集到的資料中出現個別值極度異於其它資料的值，即為離群值(Outlier)；離群值可能導致分析...

技術 Day16 Numerical Data 2/2 reduce skewness 數值型特徵 2/2 去除偏態

在Day14的文章中我們討論到判讀資料的偏態，當資料中離群資料比例很高，或平均值沒有代表性時，便可考慮使用以下面幾種方式去除偏態： 對數去偏 - 使用自然對數...

技術 Day15 Numerical Data 1/2 replace N/A or outlier 數值型特徵 1/2 填補N/A與離群值

在Day04的文章中介紹了幾種常見可供替補N/A或離群值的數值，本日文章來實際操做，以Kaggle競賽Titanic: Machine Learning fro...