丁同学2023-05-12 17:25:52
丁同学Q2，在文本数据处理和清洗过程中，优先级高的应该是white space和html tags呀，而numbers和标点应该是可选的处理方式。这个题目答案为什么是numbers呢？
查看试题回答（1）
爱吃草莓的葡萄2023-05-14 18:12:38
爱吃草莓的葡萄同学你好。在文本数据的清洗与预处理过程中，没有说哪一个是优先级高的。本题考查的是文本数据与结构数据处理方式。A与C选项的scale与winsorization是结构化数据的操作，而本题问的是非结构化数据，因此方法不对。
- 评论（0）
- 追问（2）
- 追问
-
可是，在基础课里面和其他问题的解答视频里面，林老师有讲过，html和空白是肯定要做的处理，而num和大小写会有选择的进行处理；
另外，从题目具体哪里可以看出来“考察的是非结构化数据的处理”？
- 追答
-
同学你好。
老师说的如果符号或数字如果有意义那需要替换，没有说是可处理可不处理的意思。
同学你说的优先级，优先级的意思是说如果这四个都存在，哪一个先处理哪一个后处理。在这里没有这一说，都是需要处理的，有的是去除有的是替换。
在文章中“statement 2”下一段话对应的就是本题。这一段开始就说了数据获取基于text-based model。
评论
0/1000
追答
0/1000
+上传图片