缺失值的处理
来源:互联网 发布:python cuda编程 编辑:程序博客网 时间:2024/05/02 04:24
目前有三类处理方法: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。一般情况下,介于两者之间。3. 最精确的做法,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、不用考虑线性不可分之类的问题。缺点是计算量大大提升。而且只有在样本量非常大的时候效果才好,否则会因为过于稀疏,效果很差。
转载自https://www.zhihu.com/question/26639110
阅读全文
0 0
- 缺失值的处理
- 缺失值的处理
- 缺失值的处理方法
- 缺失值的处理方法
- 处理缺失值的方法
- 缺失值的处理方法
- 缺失值的处理方法
- 缺失值的处理方法
- 缺失值的前期处理
- 【数据建模 缺失值处理】缺失值的处理
- clementine 中缺失值的处理
- R语言:缺失值的处理
- Rstudio-处理缺失值的方法
- 缺失值处理
- 缺失值处理
- 缺失值处理方法
- 缺失值处理
- Python处理缺失值
- [BZOJ][KD-tree]2626: JZPFAR
- react native 获取控件本身的高度
- hdu5412:CRB and Queries (整体二分+树状数组)
- 推挽输出、开漏输出、复用开漏输出、复用推挽输出 以及上拉输入、下拉输入、浮空输入、模拟输入的区别
- 微信公众号"发送一次性订阅消息"接口的使用
- 缺失值的处理
- Eclipse vs. IDEA快捷键对比大全
- Mysql学习随笔
- matlab实用源代码
- 实验吧逆向工程之 1000 WP
- Python玩转数据分析学习笔记-04字典相关
- Swift_学习笔记_枚举和结构体
- 牛顿法和拟牛顿法
- UVA-524 Prime Ring Problem 素数环