VIP20
本课程属于：016-AI驱动的供应链需求预测与库存优化实战 供应链数字化与智能采购系统 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

数据清洗与特征工程实战

🧑‍🏫 30章 ⭐ 进阶
1
数据清洗概述
定义、重要性、常见数据质量问题：缺失值、异常值、重复值、不一致数据
2
Pandas基础回顾
Series与DataFrame创建、基本属性、索引与切片、常用数据类型
3
数据读取与初步探索
读取CSV/Excel/JSON，info()、describe()、head()、shape
4
缺失值处理（一）
缺失值检测(isnull,sum,可视化)，缺失值删除dropna策略与参数
5
缺失值处理（二）
fillna填充：固定值、均值/中位数/众数、前向/后向填充、插值法
6
重复值处理
duplicated检测、drop_duplicates删除、基于特定列处理
7
异常值检测与处理（一）
统计学方法：Z-score、IQR箱线图
8
异常值检测与处理（二）
孤立森林、LOF，处理策略：删除、截尾、替换
9
数据类型转换
dtypes查看、astype、to_datetime、category类型
10
数据标准化与归一化
Min-Max、Z-score、RobustScaler、MaxAbsScaler (Pandas/Sklearn)
11
数据编码（一）
标签编码LabelEncoder、序数编码OrdinalEncoder
12
数据编码（二）
独热编码、get_dummies、频率编码、目标编码
13
特征缩放与变换
对数变换、Box-Cox、Yeo-Johnson，处理偏态分布
14
特征构造（一）
基于时间：年、月、日、星期、季度、是否周末、时间差
15
特征构造（二）
基于文本：长度、单词数、特殊字符数、TF-IDF基础
16
特征构造（三）
聚合特征：groupby统计、窗口函数rolling/expanding
17
特征选择（一）过滤法
方差阈值、相关系数、卡方检验、互信息
18
特征选择（二）包裹法
递归特征消除RFE、前向/后向选择
19
特征选择（三）嵌入法
基于Lasso、基于树模型的特征重要性
20
降维技术（一）PCA
主成分分析原理、Sklearn实现、方差解释率、可视化
21
降维技术（二）
LDA、t-SNE、UMAP简介与应用场景
22
数据合并与连接
concat、merge、join区别与使用，多表数据处理
23
数据分组与聚合
groupby进阶：多级索引、自定义聚合、transform与apply
24
数据透视表与交叉表
pivot_table、crosstab创建与高级参数
25
时间序列数据处理
重采样resample、时间偏移shift、滚动窗口计算
26
文本数据清洗
去除空格/特殊字符、大小写转换、正则re、分词
27
图像数据特征工程基础
PIL/OpenCV读取、颜色直方图、缩放与归一化
28
特征工程Pipeline构建
Sklearn Pipeline & ColumnTransformer 端到端流程
29
实战案例（一）电商用户行为
数据清洗与特征构造：用户活跃度、购买力特征
30
实战案例（二）金融风控
缺失值处理、WOE编码、特征筛选
📖 课程资料