首页 > 其他
题目内容 (请给出正确答案)
[多选题]

特征向量的缺失值处理:缺失值较多,直接将该特征舍弃掉,否则可能反倒会带入较大的noise,对结果造成不良影响;缺失值较少,其余的特征缺失值都在10%以内,我们可以采取很多的方式来处理:()。

A.把NaN直接作为一个特征,假设用0表示

B.用均值填充

C.用随机森林等算法预测填充

D.以上答案都不正确

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“特征向量的缺失值处理:缺失值较多,直接将该特征舍弃掉,否则可…”相关的问题
第1题
数据清洗包括检查数据一致性、处理无效值和缺失值等。()
点击查看答案
第2题
数据预处理中,对于缺失值的处理方法有哪些?()

A.删除

B.统计填充

C.统一填充

D.预测填充

点击查看答案
第3题
一般常见的缺失值处理的方法有()

A.最近邻插补填充法

B.替换填充法

C.回归填充法

D.插值填充

点击查看答案
第4题
数据建模中,数据预处理不包括()。

A.数据清洗

B.异常值处理

C.分类变量增维

D.缺失值处理

点击查看答案
第5题
随机森林在做数据处理方面有什么优势()。

A.不需要做缺失值处理

B.不需要处理噪音

C.不需要做特征选择

D.不需要平衡数据集

点击查看答案
第6题
缺失值的处理方式不包括()。

A.删除含有缺失值的个案

B.使用默认值填充

C.临近值补充

D.随机值补充

点击查看答案
第7题
去噪自编码器可以利用含缺失值的样本进行训练,训练出可以用于填补缺失值的模型。()
点击查看答案
第8题
空值是指缺失或不知道具体的值,可能是一条记录中的某个属性缺失,也可能是整条记录都丢失。()
点击查看答案
第9题
利用均值来填补缺失值也是一种合理的数据预处理方法。()
点击查看答案
第10题
数据的缺失值是指现有数据集中某个或某些属性的值时不完整的。()
点击查看答案
第11题
逻辑错误的清洗包括()。

A.格式规范

B.删除缺失值

C.去除不合理值

D.修正矛盾内容

E.去重复值

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改