under dash meaning的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

轉換型領導對知識型工作者工作敬業心的影響

為了解決under dash meaning的問題，作者黃新智 這樣論述：

21世紀是知識型產業的世紀，知識型工作者是創造組織利潤的主要生產力，如何使其持續地提升個人的專業知識，為組織創造利潤與績效，是個亟需重視的議題。由於工作要求即是工作資源的損耗，直屬主管是控制部屬的組織資源及是否有機會持續成長的關鍵人物，故本研究採資源保存理論的觀點，將來自直屬主管的組織資源（即轉換型領導及主管的發展性回饋）及源自部屬自身的個人資源（即主動性人格）整合，探討在這些因素的相互影響下，知識型工作者在知識快速更新的困難工作環境下，是否能堅持不懈，並樂於接受工作中的挑戰，即能否保有工作敬業心。本研究採便利抽樣法，並以新竹以北之地區的金融業與科技業之知識型工作者為研究樣本，本研究之有效問

卷樣本共273份。本研究實證結果顯示，轉換型領導對工作敬業心呈正向影響；主管的發展性回饋對轉換型領導與工作敬業心間的關係呈中介效果；主動性人格對主管的發展性回饋與工作敬業心間的關係有正向調節效果。最後，提出本研究之研究限制以及對未來研究者之適當建議。

資料離散化與 填補遺漏值之順序與研究

為了解決under dash meaning的問題，作者崔書晴 這樣論述：

隨著時代演進，科技化的腳步不斷前進著，而人們的行為會產生許許多多的資料，這些過往不被重視或是因為技術而難以被蒐集的資料，今日，不管是對企業或是對一般人而言，資料都有著不同的意義，它可以是市場分析的工具或是個人隱私的一部分，它的價值甚至比產品本身還要更加重要，因此，資料探勘(Data Mining)是目前非常熱門的技術，即是利用不同的方法進行資料的分析並且設法找出資料內隱含的相關性以及可以提取的特徵，加以解讀及應用，聽起來很容易，但是，實際操作上，卻會遇到很多問題，其中之一就是原始資料的不完整、產生遺漏的狀況。 遺漏值(Missing Value)會直接導致資料探勘及分析的結果上有誤差，

這些遺漏可能來自於人為的填寫失誤或各種原因導致的刻意隱瞞，也可能是機器本身的原因所導致，例如: 資料儲存的過程產生失誤、硬體設備的損壞等等。因此，資料探勘及分析時，常常會因為遺漏值的緣故導致結果被干擾，準確度因此降低。 除此之外，在資料前處理的階段，經常會碰到例如年齡的連續型資料，若是連續型的資料，在進行特徵提取的時候可能會導致條件過於狹隘，因此，離散化是個很重要的過程，將連續型資料透過不同的劃分點分類到不同的類別，使資料平整化亦降低異常資料對於模型的影響程度，唯有高品質的資料，才可能產出高品質的結果。 目前對於遺漏值的處理以及離散化的方式有非常多種，本研究將嘗試先離散化資料再進行

各種遺漏值填補以及先進行遺漏值填補後再離散化的方法，將結果以正確率評估，統整，歸納出一個較為有效的方法。