总结

在 Python 中处理缺失数据

Suraj Donthi

Deep Learning & Computer Vision Consultant

第 1 章

• 空值操作
• 检测缺失值
• 替换缺失值
• 分析缺失程度

第 2 章

• 缺失类型
  • MCAR
  • MAR
  • MNAR
• 缺失相关性
  • 热图
  • 树状图
• 跨变量可视化缺失情况
• 删除缺失值

第 3 章

• 插补技术
• 处理时间序列数据
• 对比插补后的时间序列图形

第 4 章

• 高级插补技术
  • KNN
  • MICE
• 插补分类数据
• 评估与比较不同插补

恭喜！

在 Python 中处理缺失数据