残缺数据的清洗方法
残缺数据的清洗方法主要包括以下几步：
1. 确定缺失值范围：计算每个字段的缺失值比例，然后根据缺失比例和字段重要性，制定策略。
2. 去除不需要的字段：实际操作非常简单，可以直接删除，但需要提醒您，在清理数据时，每做一步都备份，或者在小规模数据上成功测试，然后处理所有数据。
3. 填充缺失内容：一些缺失值可以通过三种方式被填充，即根据商业知识或经验推测填补缺失值、用相同的指标的计算结果(均值、中位数、众数等)填充缺失值、以不同指标的计算结果填充缺失值。
4. 重新取数：由于某些指标非常重要又缺失率高，那就需要和取数人员或业务人员了解，是否有其他渠道可以取到相关数据。
5. 关联性验证：若您的数据来自多种来源，则必须进行关联验证。如果不关联，这个数据据需要我们清洗。
标签： #科技数码
郑重声明：图文由自媒体作者发布，我们尊重原作版权，但因数量庞大无法逐一核实，图片与文字所有方如有疑问可与我们联系，核实后我们将予以删除。
