3.1資料的預處理
資料的預處理是在對資料分類或分組之前所做的必要處理，內容包括資料的審核、篩選、排序等。
3.1.2資料篩選
資料篩選（data filter)是根據需要找出符合特定條件的某類資料。比如，找出銷售額在1000萬元以上的企業;找出考試成績在90分以上的學生;等等。
資料篩選可借助計算機自動完成。下面通過乙個簡單的例子說明用excel進行資料篩選的過程。
表3-1是8名學生4門課程的考試成績資料（單位:分)。試找出統計學成績等於75分的學生、英語成績最高的前三名學生，四門課程成績都大於70分的學生。
統計學成績等於75
篩選出英語成績最高的三名學生
如果要篩選出四門課程成績都大於70分的學生，由於設定的條件比較多，需要使用【高階篩選】命令。使用高階篩選時，必須建立條件區域。、
這時需要在資料清單上面至少留出三行作為條件區域。然後選擇【資料】→【高階】。在列表區域輸入要篩選的資料區域;在條件區域輸入條件區域。出現的介面所示。
資料的預處理
機器學習演算法無法理解原始資料，所以需對原始資料進行預處理，常用預處理如下 預處理主要使用了preprocessing包，所以需對該包進行匯入 import numpy as np from sklearn import preprocessing data np.array 3,1.5,2,5.4...
資料預處理
現實世界中資料大體上都是不完整，不一致的髒資料，無法直接進行資料探勘，或挖掘結果差強人意。為了提前資料探勘的質量產生了資料預處理技術。資料預處理有多種方法 資料清理，資料整合，資料變換，資料歸約等。這些資料處理技術在資料探勘之前使用，大大提高了資料探勘模式的質量，降低實際挖掘所需要的時間。一 資料清...
資料預處理
常見的資料預處理方法，以下通過sklearn的preprocessing模組來介紹 變換後各維特徵有0均值，單位方差。也叫z score規範化 零均值規範化 計算方式是將特徵值減去均值，除以標準差。sklearn.preprocessing scale x 一般會把train和test集放在一起做標...