NLP 算法工程师, 这个在读硕士可以要一个实习 hc 吗

系统的学习一下吧， 非科班肯定有很多薄弱的地方，对于知识的串联性会很差

@wannaspring 我个人一般这么做， 但是我也是个菜鸟

问题 1. 根据你数据的实际情况， 如果是正态分布的，使用平均值填入，如果没有必要使用 dropna 丢弃
问题 2. pyOD 处理 outliers 不错
一般是 find na -> dropna -> labelencoder -> epa -> find outliers (interquartile ) -> handle outliers with pyOD -> data scaling(保证在同一比例) -> data spliting(train & test) -> create model -> model train -> mode evaluate

怎么感觉和 notion 的逻辑差不多

不是很熟悉 python ，但是这样是不是可以？，剩下的 list 自己补一下

def fun (targetv, dicts):
if isinstance(dicts, dict):
for key,value in d.items():
if value == targetv:
return key
if isinstance(value, dict):
fun(targetv, value)
if isinstance(dicts, list):

@vincent7245 来个链接。。