数据预处理_数据预处理 赋值

1.数据清洗

1.1缺失值处理

1.1.1 缺失值处理方法：删除记录、数据插补、不处理；

1.1.2 常用的插补方法：

• 均值/中位数/众数插补：用该属性取值的平均数/中位数/众数进行插补；
• 使用固定值：将缺失值的属性用一个常量替换；
• 最近临插补：在记录中找到与缺失值最接近的样本的该属性值插补；
• 回归方法：对带有缺失值的变量，根据已有数据和其有关的其他变量（因变量）的数据建立拟合模型来预测缺失值的属性值；
• 插值法：利用已知点建立合适的插值函数f(x),未知值由对应点xi求出的f(xi)近似代替。

1.1.3 拉格朗日插值法

对于平面上已知的n个点可以找到一个n-1次多项式$y = a_{0} + a_{1} x+ a_{2}x^{2}+......+a_{n-1}x^{n-1}$，使此多项式曲线过这n个点；

示例：

from scipy.interpolate import lagrange
 
if __name__ == '__main__':
    x = [1, 2, 3, 4, 7]
    y = [5, 7, 10, 3, 9]
    a = lagrange(x, y)
    print(type(a)) #a的类型
    print('==================================================================================')
    print(a) #打印a，a是一个关于x的4阶多项式
    print('==================================================================================')
    print(a.order) #a阶数
    print('==================================================================================')
    print(a(1)) #求x=1时，a的函