斯托克顿

  博客园 :: 首页 :: 博问 :: 闪存 :: 新随笔 :: 联系 :: 订阅 订阅 :: 管理 ::

2017年9月19日

摘要: 缺失值处理包括两个步骤,即缺失数据的识别和缺失值处理。在R语言总缺失值以NA表示,可以使用函数is.na()判断缺失值是否存在,函数complete.cases()可识别样本数据是否完整从而判断缺失情况。缺失值处理常用方法有删除法、替换法、插补法。 (1)删除法:可分为删除观测样本与删除变量。 删除 阅读全文
posted @ 2017-09-19 15:43 斯托克顿 阅读(18058) 评论(0) 推荐(0) 编辑