02-数据预处理

本章讲解机器学习中的数据清洗、特征工程和数据集划分。

---

章节导航

章节	文件	主题
01	01-数据预处理.md	数据清洗、特征工程、数据集划分

---

核心知识点

数据清洗

• 缺失值处理：删除、统计值填充
• 异常值检测：3σ原则、IQR 方法

特征工程

• 类别编码：标签编码、独热编码
• 特征缩放：标准化、归一化
• 特征选择：SelectKBest、RFE

数据集划分

• train_test_split()
• 交叉验证 cross_val_score()