3. 關於遺缺值（missing value）的處理方式，下列何者較「不」恰當？ (A) 將有遺缺值的那筆樣本刪去 (B) 使用平均值來填補遺缺值 (C) 使用 k 近鄰演算法來填補遺缺值 (D) 將有遺缺值的那個欄位刪去

3. 關於遺缺值（missing value）的處理方式，下列何者較「不」恰當？
(A) 將有遺缺值的那筆樣本刪去
(B) 使用平均值來填補遺缺值
(C) 使用 k 近鄰演算法來填補遺缺值
(D) 將有遺缺值的那個欄位刪去

答案：登入後查看
統計： A(1), B(0), C(0), D(10), E(0) #3219287

詳解 (共 1 筆)

MoAI - 您的AI助手

B1 · 2025/10/26

#6971279

1. 題目解析本題主要是考察對於遺缺值...

(共 847 字，隱藏中）

前往觀看

1. 在分析資料前，通常需要先清理資料。當數字與文字混合在一起時，但我們僅需要提取出數字時，若以逐筆資料提取十分曠日廢時，在 Python 語法中的套件 re 可以處理大部分的此類問題，例如語法： re.findall(pattern, string)，當 pattern = '\d'，可以提取出 string 中所有單一數字；pattern = '\d\d'，可以提取出 string 中所有 2 個相連數字；pattern = '\d+'，可以提取出 string 中所有任意相連個數的數字。請問當 string = '王大明手機號碼:0912334567,地址...'時，下列何者語法無法提取出0912334567？ (A) re.findall('\d+', string) (B) re.findall('\d\d\d\d\d\d\d\d\d', string) (C) re.findall('\d\d+', string) (D) re.findall('\d\d\d\d\d\d+', string)

3. 關於遺缺值（missing value）的處理方式，下列何者較「不」恰當？
(A) 將有遺缺值的那筆樣本刪去
(B) 使用平均值來填補遺缺值
(C) 使用 k 近鄰演算法來填補遺缺值
(D) 將有遺缺值的那個欄位刪去

詳解 (共 1 筆)

相關試題

相關試卷