会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
斯托克顿
博客园
::
首页
::
博问
::
闪存
::
新随笔
::
联系
::
订阅
::
管理
::
公告
2017年9月19日
R语言-数据清洗-缺失值处理
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