文本数据里的「缺失」和数值型不一样，常见三种情况：
- 1
- 2
- 3
最容易出错的是第 3 种一刀切。
比如做差评分析，「垃圾」「骗子」「太烂了」——这种 3 个字的其实最有价值，删了就少了一类关键样本。
经验值：
- 做正面口碑分析：可以去短文本，留下都是详细好评
- 做差评归因分析：千万别去，差评本来就短
- 做情感打分：短文本影响小，看心情决定
数据预处理没有标准答案，得贴着业务场景来。
本文由 BBZ · 小朵科技工作室 出品。配套工具：数据预处理软件 P03。
文本数据里的「缺失」和数值型不一样，常见三种情况：
最容易出错的是第 3 种一刀切。
比如做差评分析，「垃圾」「骗子」「太烂了」——这种 3 个字的其实最有价值，删了就少了一类关键样本。
经验值：
数据预处理没有标准答案，得贴着业务场景来。
本文由 BBZ · 小朵科技工作室 出品。配套工具：数据预处理软件 P03。