1、初步了解
2.2 缺失值处理
通过上面观察数据发现sale_count,comment_count 存在缺失值,先观察存在缺失值的行的基本情况
2.3 数据挖掘寻找新的特征
给出各个关键词的分类类别
由title新生成两列类别
对是否是男性专用进行分析并新增一列
对每个产品总销量新增销售额这一列
相关推荐
SelectDB4 小时前
从 StarRocks 走向 Apache Doris：如何实现引擎平滑替换与架构升级？总要学点什么6 小时前
第79篇：数据可视化-模拟迁徙效果——把三十条航线画成会飞的弧Apok'7 小时前
零基础学Python量化（1）：研究大纲与流程benchmark_cc8 小时前
如何为 QuantDash Python SDK 编写一个最小化的连接验证脚本？STLearner9 小时前
KDD 2026 | （2月轮）时空数据(Spatial-Temporal)论文总结时空【下】（人群移动，城市科学（资源调度，）效率工作实验室12 小时前
商业智能报告趋势解析：标准化报告为何正被个性化分析取代钱工的门窗技术笔记13 小时前
铝木复合门窗中木材的角色分类与界面可分解性：结构判定、失效路径与维护设计机器学习之心13 小时前
电池SOH估计和RUL预测，五个时间特征 + 基于GPR高斯过程回归的锂电池健康状态估计和剩余寿命预测benchmark_cc1 天前
量化开发中，什么时候应该停止手动下载股票数据？fastjson_1 天前
可视化工具 — DataGear