このペ,ジの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
デ,タの前処理
デ,タクリ,ニング,平滑化,グル,プ化
正確な,効率的な,または有意義な解析を確実に行うために,データに前処理の手法が必要になる場合があります。データクリーニングは,正しくないデータや欠落したデータを検索,削除,および置換する方法を指します。局所的極値や急激な変化を検出すると,重要なデ,タのトレンドを識別できます。平滑化およびトレンド除去は,スケーリングによってデータの境界を変更しながら,ノイズや多項式トレンドをデータから削除する処理です。グル,プ化とビン化の方法によって,デ,タの特性をグル,プごとに特定します。
アプリ
デタクリナ | 列方向デ,タの前処理と整理 |
ラ▪▪ブエディタ▪▪タスク
関数
トピック
- 表内の乱雑な欠損デ,タの整理
この例では,デ,タが欠損している表行を検出,整理および削除する方法を示します。
- デ,タのトレンド除去
デ,タの線形トレンドを除去します。
- デ,タ分割のためのグル,プ化変数
グル,プ化変数を使用して,デ,タ変数を分類できます。
- デ,タのグル,プへの分割と統計値の計算
この例では,デ,タをグル,プに分割して各グル,プに統計関数を適用する方法を示します。
- テ,ブルデ,タ変数の分割と関数の適用
この例では,デ,タ変数をグル,プに分割して各グル,プに関数を適用する方法を示します。