机器学习特征工程中的缺失值处理方法
缺失值是数据预处理中常见问题处理方法包括删除均值中位数填充和模型预测填充。不同的填充方法对模型效果影响不同。本文用实际数据集对比各种处理方式的优劣。
10
0
0
2026-07-08
Scikit-learn 机器学习
使用 Scikit-learn 实现分类、回归、聚类，并利用 Pipeline 集成预处理与模型训练。
28
0
0
2026-06-16
Scikit-learn 机器学习实践
系统学习 Scikit-learn 工具链，覆盖数据预处理、特征工程、经典算法与模型调优，结合实际数据集完成端到端 ML 项目。
22
0
0
2026-06-12