[每日问答]缺失值如何处理?
来源:互联网 发布:ubuntu u盘制作工具 编辑:程序博客网 时间:2024/05/20 09:46
1.删除
当某个变量或者某个样本中缺失值占比过大时,那么我们可以认为这一变量或者样本没有意义,可以直接删除。
2.补全
(1)用平均值、中值、分位数、众数、随机值等替代。效果一般,因为等于人为增加了噪声。
(2)用其他变量做预测模型来算出缺失变量,效果比方法(1)略好。有一个根本缺陷,如果其他变量和缺失变量无关,则预测的结果无意义。如果预测结果相当准确,则又说明这个变量是没必要加入建模的。
(3)把变量映射到高维空间。比如性别,有男、女、缺失三种情况,则映射成3个变量:是否男、是否女、是否缺失。连续型变量也可以这样处理,比如Google、百度的CTR预估模型,预处理时会把所有变量都这样处理,达到几亿维。这样做的好处是完整保留了原始数据的全部信息,不用考虑缺失值和线性不可分之类的问题,缺点是计算量大大提升。
3.忽略
有一些模型如随机森林,人工神经网络等,自身能够处理数据缺失的情况,在这种情况下不需要对缺失数据做任何的处理,这种做法的缺点是在模型的选择上有局限。
参考文献
https://www.zhihu.com/question/26639110
1 0
- [每日问答]缺失值如何处理?
- [每日问答]正负样本不平衡应该怎么处理?
- 如何处理数据中的缺失值??
- [每日问答]包含L1正则化项的目标函数如何求导?
- [每日问答]归一化的作用是什么?
- [每日问答]离散化的作用是什么?
- [每日问答]模型融合的方式有哪些?
- [每日问答]特征选择有哪些方法?
- 缺失值处理
- 缺失值处理
- 缺失值的处理
- 缺失值处理方法
- 缺失值处理
- Python处理缺失值
- 缺失值的处理
- 缺失值处理方法
- pandas处理缺失值
- panda缺失值处理
- Java 枚举类型
- GitHub教程
- CTSC2017游记
- Android 与js交互(一)
- USACO
- [每日问答]缺失值如何处理?
- java垃圾回收机制中的算法
- centos7 安装tensorflow 环境步骤
- tcp 三次握手 四次挥手
- golang实现ftp实时传输文件
- C++ 单例模式最佳实现
- adb不能连接电脑
- elasticsearch 5.x 笔记
- 学习淘淘商城第六十六课(商品详情缓存的实现)