R读书笔记之特征工程（一）空值处理

在特征处理中，会有空值的删除或者填充。

一：删除

    1一般删除是最简单的，用na.omit(data)就搞定，但是太粗暴了。

    2若是有的观测量空缺值太多的话，确实需要删除，因为用别的方法填充反而会导致模型偏差。

    那么肿么统计观测量的空值的个数捏？可以参考函数：apply(dataframe,1,function(x) sum(is.na(x))),其中is.na()返回

一个逻辑向量，求和时T为1，F为0，因此求和返回的是该行观测量空值的个数。

   用函数manyNAs(data,0.2)可以返回data中空值数量大于列数20%的行，因此可以data[-manyNAs(data,0.2),]快速对应

行，0.2参数可以自己修改。

二：填充

    待续