In this section, you can see a summary of the operations related to data preprocessing in python.
-
Tek Değişkenli Aykırı Gözlem Analizi
-
Silmek
-
Ortalama ile Doldurmak
-
Baskılamak
-
-
Çok Değişkenli Aykırı Gözlem Analizi
-
Silmek
-
Baskılamak
-
-
Eksik Veri Yapısı için Hızlı Çözüm
-
Silmek
-
Değer Atamak
-
-
Eksik Veri Yapısının Görselleştirilmesi
-
Silme Yöntemleri
-
Değer Atamak Yöntemleri
-
Sayısal Değişkenlerde Atama
-
Kategorik Değişkenlerde Atama
-
-
Tahmine Dayalı Değer Atama Yöntemleri
-
KNN
-
EM
-
-
Değişken Standardizasyonu
-
Standardizasyon
-
Normilazsyon
-
Min-Max Dönüşümü
-
-
Değişken Dönüşümü
-
Binarize Dönüşümü
-
0-1 Dönüşümü
-
"1" ve diğerleri "0" dönüşümü
-
Çok sınıflı dönüşüm
-
-
One-Hot Dönüşümü
-
Sürekli Değişkeni Kategorik Değişkene Çevirmek
-
Değişkeni İndexe, İndexi Değişkene Çevrimek
In this section, you can see a summary of the operations related to advanced data preprocessing in python.
-
Important Functions for Outliers
-
Create a function to detect outliers
-
Are there outliers in the desired columns(create function)?
-
Creating a function to separate categorical and numerical variables
-
Are there outliers in the dataframe(create function)?
-
Outlier detection function
-
-
Univariate Outlier Analysis
-
Remove Outliers
-
Fill with Average Outliers
-
Replace with Thresholds
-
-
Multivariate Outlier Analysis
-
Remove Outliers
-
Replace with Thresholds(not recommended)
-
-
Quick Solution for Missing Value
-
Remove Outliers
-
Assigning a Value
-
-
Predictive Methods
-
Show Missing Value on Plot
-
Analysis of Missing Values with Dependent Value
-
Label Encoder
-
One Hot Encoding
-
Rare Encoding
-
StandardScaler
-
RobustScaler
-
MinMaxScaler
-
Binary Features
-
Text Features
-
Regex Features
-
Date Features