数据预处理 & 特征工程

Qien Z.

关注

发布于: 2021 年 05 月 20 日

数据预处理

数据清洗

缺失值怎么处理？

存在缺失值的样本可以弃用，也可以把该特征维度删除掉，但一般不这么做。

缺失值可以采用平均值、中值来代替

特征工程

特征工程 Feature engineering，是指把一个物体表示为向量、矩阵、张量的过程。不同的数据类型，如文本、图像，会使用到不同的特征工程技术，特征工程也是往往需要花费大量时间的一个步骤。

特征工程还可以分为人工和自动两种方式。图像识别已经发展相对成熟，可以通过深度学习进行自动提取特征。但是文本一般还需要大量的人工来提取特征。

数字排序

# 未排序列表arr = [40, 34, 125, 92, 5, 11, 90]
# 定义一个变量n，存放列表arr的长度n = len(arr)
# 遍历所有数组元素,根据其大小进行排序for i in range(n):
 for j in range(0, n - i - 1):
  if arr[j] > arr[j + 1]:   """   交换两个元素的位置，python特有的写法，等同于   t=arr[j]   arr[j]=arr[j+1]   arr[j+1]=t   """   arr[j], arr[j + 1] = arr[j + 1], arr[j]
print("排序后的列表是" + str(arr))


#输出结果排序后的列表是[5, 11, 34, 40, 90, 92, 125]

复制代码

在 Python 语言当中，arr[j], arr[j+1] = arr[j + 1], arr[j] 起到了交换元素值的作用。

更直接的方式，还可以用 sort()函数来排序，只是，我们先了解原理

发布于: 2021 年 05 月 20 日阅读数: 20

Qien Z.

关注

Everything is all 2020.04.10 加入

接受反驳&不接受被定义

发布

暂无评论

创作场景

数据预处理 & 特征工程

数据预处理

数据清洗

特征工程

数字排序

Qien Z.

评论