python数据预处理选项按钮

数据清洗：用于处理数据中的错误、缺失、重复或不一致的值。常用的清洗方法包括删除重复值、填充缺失值、修正错误值等。

数据转换：用于将数据从一种形式转换为另一种形式。常用的转换方法包括删除无用的列、添加新的列、提取特定的行等。

数据归一化：用于将数据的值缩放到一个特定的范围内。常用的归一化方法包括最小-最大归一化、Z-score归一化、标准化等。

数据集成：用于将多个数据源合并成一个数据集。常用的集成方法包括连接、合并、堆叠等。

数据降维：用于将高维数据转换为低维数据。常用的降维方法包括主成分分析、线性判别分析等。

特征选择：用于选择最有用的特征用于建模。常用的选择方法包括过滤式、包裹式、嵌入式等。

数据采样：用于平衡数据集中的类别分布。常用的采样方法包括过采样、欠采样等。

特征工程：用于从原始数据中提取有用的特征。常用的工程方法包括文本特征提取、图像特征提取、时间序列特征提取等。