原书出处
数据科学与大数据分析 数据的发现 分析 可视化与表示
03 第3章 使用R进行基本数据分析
分布 然而,图3.8的左测有一个巨大的峰值,代表年龄是0岁和负数的用户。这些可能是缺失数据(missing data)。
一种可能的解释是在数据输入过程中,无效年龄被替换成0或者负值。这种情况可能是由于年龄的文本框中只允许输入数字,而不允许输入空值造成的。另外,它也可能是由于在不同系统中传输数据时,这些系统对于无效值有不同定义(比如,Null、NA、0、−1或者−2)造成的。
因此,需要对异常年龄段的账户进行数据清洗(data cleansing)。分析人员应该仔细查看数据记录,以决定是否应该清
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_002.html
EPUB SHA-256:e4a4df0364edbfdf609c07ab4449f2148ede4291cdfba8b2a6ffdc51e7b6c9b7