第2章 數(shù)據(jù)預(yù)處理

工業(yè)分析通常需要融合多個領(lǐng)域的原始數(shù)據(jù)，在進入機器學(xué)習(xí)算法之前，需要對數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)清洗、數(shù)據(jù)合并、特征變量的提取與選擇等。這通常是一個反復(fù)迭代的過程，借助探索型數(shù)據(jù)分析（Exploratory Data Analysis，EDA）工具，通過數(shù)據(jù)的業(yè)務(wù)化、業(yè)務(wù)的數(shù)據(jù)化的迭代加深對數(shù)據(jù)的理解。本章簡要介紹數(shù)據(jù)預(yù)處理中各個算法工具，幫助讀者建立起整體的概念框架。