《表2 常用的缺失数据插补方法》
缺失数据插补:煤矿的原始数据一般包含异常数据(噪声),因此在用机器学习的办法进行数据分析和建模前,就要对异常数据进行预处理来适应模型。异常数据包括:缺失值、异常值、不一致的值、重复数据及含有特殊符号(如#、¥、*等)的数据。本次研究瓦斯浓度的异常数据,只需将瓦斯监测设备的故障、通信信号被干扰等原因采集到的缺失值(如null),浓度数据为100%或者0%及含有特殊符号(如#、¥、*等)的数据进行处理,对这些数据采用插补的办法进行处理,常用的方法见表2。
图表编号 | XD00171699700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 廖英雷 |
绘制单位 | 西安科技大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |