技术标签： 机器学习 深度学习 人工智能 数据科学从0到1 自然语言处理 数据挖掘
garbage in, garbage out.
没有高质量的数据，就没有高质量的数据挖掘结果，数据值缺失是数据分析中经常遇到的问题之一。当缺失比例很小时，可直接对缺失记录进行舍弃或进行手工处理。但在实际数据中，往往缺失数据占有相当的比重。这时如果手工处理非常低效，如果舍弃缺失记录，则会丢失大量信息，使不完全观测数据与完全观测数据间产生系统差异，对这样的数据进行分析，你很可能会得出错误的结论。
中位数（Median）又称中值，统计学中的专有名词，是按顺序排列的一组数据中居于中间位置的数，代表一个样本、种群或概率分布中的一个数值，其可将数值集合划分为相等的上下两部分。对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。
使用统计中位数进行数值填充：
df.median()
# 仿真数据集；
import numpy as np
import pandas as pd
# 构造数据
def dataset():
col1 = [1, 2, 3, 4, 5, 6, 7, 8, 9,10]
col2 = [3, 1, 7, np.nan, 4, 0, 5, 7, 12, np.nan]
col3 = [3, np.nan, np.nan, np.nan, 9, np.nan, 10, np.nan, 4, np.nan]
y = [10, 15, 8, 12文章浏览阅读4.2k次。打开src目录下的AppDelegate.cpp文件，若无修改则在第45行处找到全局声明的Size变量，修改`designResolutionSize`中的大小即可。_cocos2dx设置窗口大小
文章浏览阅读1.6k次。测试代码：@PostMapping() public void test(@RequestBody Student student){ System.out.println(student.getLover().name()); }class Student{ private Lover lover; public Lover getLover() { return lover; } public void setLover_springboot get请求怎么接收前端传递的枚举数字
文章浏览阅读1.5w次，点赞24次，收藏120次。简单来说就是去量纲后的回归（因为你要比较不同变量之间的显著性的大小，那么带着量纲怎么比，所以先把量纲去掉，然后再比较）官话：为了更为精准的研究影响评价量的重要因素（去除量纲的影响），我们可考虑使用标准化回归系数。_stata两个虚拟变量的交互项
文章浏览阅读203次。有时候安装mysql后使用mysql命令时报错 Can't connect to MySQL server on localhost (10061)，或者用net start mysql 时报服务名无效，一般是因为mysql服务没有启动。这时候可以用管理身份运行cmd.exe(注意必须是管理..._c:\program files\mysql\mysql server 5.6\bin>mysqld --install install/remove
文章浏览阅读6.2k次，点赞3次，收藏44次。亚信联创科技校园招聘B 卷考试时间60_分钟 _考试方式(闭)卷(本试卷满分 100 分，答案请写在答题卡上)请不要在问卷上答题或涂改，笔试结束后请务必交回试卷部分内容分值备注一、计算机基础40分C/C++语言基础40分技能部分二、二选一JAVA 语言基础40分三、数据库20分总分100 分第一部分——计算机基础一、选择题(每题 2 分，总分 40分)1.CPU 状态分为目态和管态两种..._亚信科技java实习笔试题
文章浏览阅读1.3k次。3年对一个程序员来说是非常重要的。像我自己本身就是做程序员的，目前的薪资待遇是13K左右，虽然在我所在的公司不是最高的，但在所在的这个城市的消费水平来说，除了日常的开支，包括房租、水电、伙食、人际交往等费用之外，还能留下一部分闲钱自己存起来。不同城市的薪资待遇是不一样的，这主要是由于当地的消费水平和经济发展水平不同，所以如果你想要更高的薪资待遇，就要考虑在一线城市或者经济发达的城市工作。一个有着丰富工作经验的程序员，他的技能水平、经验和能力都比没有经验的程序员更加出色，所以他们的薪资待遇也会更高一些。_三线城市学java
文章浏览阅读418次。标签PostgreSQL , 标签 , 推荐系统 , 实时圈人 , 数组 , gin , gist , 索引 , rum , tsvector , tsquery , 万亿 , user , tag , 淘宝背景我们仅用了PostgreSQL的两个小特性，却解决了业务困扰已久的大问题。推荐系统是广告营销平台的奶牛，其核心是精准、实时、..._实时圈人
文章浏览阅读430次。软件测试风险追踪表风险追踪表 项目名称： 填制人： 编号 风险描述 影响 风险等级 发生的可能性 应对策略 状态 责任人 备注 ..._软件测试风险管理表格
文章浏览阅读1.2k次。一、AAC音频格式种类有哪些AAC音频格式是一种由MPEG-4标准定义的有损音频压缩格式。AAC包含两种格式 ADIF（Audio Data Interchange Format音频数据交换格式）和ADTS（Audio Data transport Stream音频数据传输流）。ADIF特点：可以确定的找到音视频数据的开始，不需要进行在音视频数据流中间开始的解码，它的解码必须在明确的定义开始。应用场景：常用在磁盘文件中。ADTS特点：具有同步字的比特流，解码可以在这个流中任何位置开始。类似于mp_aac adts
文章浏览阅读213次。像要使用Resouce类，必须创建一个 Resouce 文件夹，然后把需要的资源放进去，才可以在代码中设置路径进行访问_unity基本概念
文章浏览阅读2.4k次。指定自定义 CI/CD 配置文件，顾名思义就是在项目中指定文件来代替默认的.gitlab-ci.yml文件的方式来运行流水线。以往我们在使用流水线的时候，都是默认将.gitlab-ci.yml文件存在在项目的跟路径下，但是我们也可以指定备用文件名路径，或者不想在每个项目中来维护这个yml文件，那么通过自定义 CI/CD 配置文件便可以实现。_gitlab配置cicd
文章浏览阅读1w次。出现这个表示如果设置了自动增长，字段类型应该设置为int整型。_sql 错误 [1063] [42000]: incorrect column specifier for column 'id' incorrec