机器学习之数据预处理——数据清洗缺失值、异常值和重复值的处理

• 基础知识
• 技术点总结
• 数据列缺失的处理方法
• • 1、丢弃（缺失值处理）
  • • 1、生成一份随机数据
    • 2、查看哪些值缺失
    • 3、获得含有NA的列
    • 4、获取全部为NA的列
    • 5、丢弃缺失值
  • 2、补全（缺失值处理）
  • • 1、使用sklearn将缺失值替换为特定值
    • • 使用这一列的均值代替NaN
      • 使用这一列的中位数代替NaN
      • 使用这一列的众数代替NaN
    • 2、使用Pandas将缺失值替换为特定值
    • • 用后面的值替换缺失值
      • 用后面的值替换缺失值，限制每列只能替换一个缺失值
      • 用前面的值替换缺失值
      • 用0替换缺失值
      • 用不同值替换不同列的