為什麼搭配標準化時不需要針對空值進行填補?
2019/05/22 下午 07:55
機器學習共學討論版
黃中鈺
觀看數：26
回答數：2
收藏數：0
ml100-2-d19
ml100-2
請問為什麼搭配標準化時不需要針對空值補東西? 謝謝
回答列表
-
2019/05/23 上午 01:00劉珍銘贊同數：0不贊同數：0留言數：0
# 搭配標準化這邊不是沒有針對空值補東西，是已經補上 -1 了
因為程式從上面走下來 df = df.fillna(-1) 這邊已經將空值補上 -1 的回傳 DataFrame 重新指派給 df 這個變數
所以之後的 df 都是已經空值補上 -1 的 data 了，而不是一開始乾淨的 data
你可以在 # 搭配標準化 的下一行執行 print(df.head()) 看看就明白了
-
2019/05/23 上午 10:54張維元 (WeiYuan)贊同數：0不贊同數：0留言數：0
如果再標準化前有空值的話，程式應該是會噴錯的。這邊可以稍微補充一下，在訓練模型之前我們稱為「資料前處理」，實際上資料前處理又可以分為「清理資料、型態轉換」、「資料探索」、「特徵工程」。通常會先建議處理「清理資料、型態轉換」，因為空值有可能導致資料無法計算。