数据预处理的一些方法
现实世界中，数据集存在着不完整、包含噪声和不一致等特点，无法直接用来挖掘知识。收集数据的设备可能出故障，人为输入数据时出错或缺失，数据传输中引起的错误都将造成数据集含有不正确的属性值。数据中各个属性的单位不同，也可能造成分析过程以及预测模型的不精确。可以使用以下方法预处理数据集。
（1）删除缺失值。
（2）箱线图
R语言使用boxplot()命令绘制箱线图，箱线图也是我们常说的五数分布，通过计算 IQR=Q3-Q1，即第三个四分位数减去第一个四分位数。常用经验是剔除至少高于第三个四分位数或低于第一个四分位数1.5*IQR处的值。但在实际生产过程中，1.5只是经验带给人们的参考值，具体情况应修改这个数值。例如本次试验中，如果使用1.5这个数字，将会剔除大部分数据点，使得数据集失去意义。部分属性甚至高达10才可达到既剔除无用数据又最大限度的保留原本数据的目的。如图1所示。图中用o代替的点即为需要剔除的离群点。
图1
（3）数据标准化/归一化
数据中心化是指讲每一项数据减去该数据集的均值。值得注意的是，标准化会对原始数据产生改变，需要保存所使用的标准化方法的参数，以便对后续的数据进行统一的标准化。数据标准化有几种不同的方法：
1. min-max标准化公式：新数据=（原数据-极小值）/（极大值-极小值）。这样能将原始值映射在[0,1]区间中的某值。
2. z-score法：将中心化后的数据除以数据集的标准差，这样做的意义是消除量纲对数据结构的影响。R语言中使用scale(x,center = T,scale =T)命令进行z-score标准化。
3. 小数定标标准化
4. 对数Logistic模式公式：新数据=1/(1+e^(-原数据))
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理，大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”，真正要解决的不是知识清单不够长，而是时间有限、业务催得紧，学完却用不上。更有效的路径是：先用 ...
2026-10-22内容营销岗位的核心任务，不是“把文案写得更漂亮”，而是围绕目标受众，用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多，难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列，不如先看岗位任务：客户分层与维 ...
2026-10-22理财经理的知识结构，可以先用一句话概括：合规与产品知识决定“不出错”，客户经营与资产配置决定“够不够专业”，市场研判与数 ...
2026-10-22经济学背景做数据分析，优势不在工具，而在问题意识：供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要，但要把“需要”理解准确。经济学本身就在处理数据：GDP、物价、就业、企业营收、问卷调研，都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能，它至少由三层构成：把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升，先补的不是更多模型，而是让结论可复核的底层能力。按任务顺序，大致是四层：财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”，指换到不同机构、不同行业组仍用得上的底层能力，而非某家公司内部系统的操作经验。按任务拆，日常要 ...
2026-10-22先给结论：数据分析证书不是金融分析师的准入条件，招聘方也不会因为一张证书就直接判断你能做分析。要不要考，取决于你当前任务 ...
2026-10-22金融分析师的核心技能，不是“会看K线”或“会讲宏观”，而是能把一家公司、一个行业或一类资产，转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升，不是把需求文档、原型、SQL、数据分析、项目管理都学一遍，而是先对准目标岗位的真实任务，找出自己最缺的 ...
2026-10-22产品专员提升工作知识，最有效的方式不是先囤课程，而是围绕日常交付的四件事来补：需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力，常见误区是先把Excel、SQL、Python列成一张学习清单，然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升，最怕从“课程目录”出发：今天学增长模型，明天背SQL语法，学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对；影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力，不是“会写SQL”或“会用BI工具”这么简单。更准确地说，是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22产品经理的业务能力，不是“会用多少工具”，而是能否把业务目标翻译成可执行的指标、用数据验证判断、再推动方案落地并复盘。全 ...
2026-10-22产品经理快速提升职场技能，关键不在多报几门课，而在于先找出当前岗位上最影响产出的一两项能力缺口，围绕“业务理解—需求与指 ...
2026-10-22
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
