1. Step4 数据预处理

操作步骤

• 数据准备完成后，将数据预处理（此处为SelectColumn选择特征列、ReplaceMissing缺失值填充、StringIndexer字符串索引以及Spliter数据切分）拖动至画布中，并右键重命名组件，拼接如下实验。

• 点击选择特征列，在画布右侧设置区进行参数设置，输入相应特征列序号，并以逗号隔开。

• 点击缺失值填充，在画布右侧设置区进行参数设置，选择特征列和相应的填充方式。

• 点击字符串索引，在初始的数据集中，需要将字符串转换为数值的形式，以用于后续的建模。

在这里我们需要对数据中的“sex”和“embarked”列分别做字符串索引，点击相应组件，并在画布右侧的参数设置区中，选择相应的特征列。

• 点击数据切分，在画布右侧的参数设置区中，输入切分比例0.8，80%作为模型训练集，20%作为模型测试集。

• 点击菜单栏中的运行按钮，数据预处理成功运行。