码迷,mamicode.com
首页 > 其他好文 > 详细

缺失值的常见填充方法

时间:2020-04-02 18:16:40      阅读:370      评论:0      收藏:0      [点我收藏+]

标签:数据类型   样本   情况   离散化   特征   nbsp   number   离散   nan   

(1)如果缺值的样本占总数比例极高,我们可能就直接舍弃了,作为特征加入的话,可能反倒带入noise,影响最后的结果了;
 
(2)如果缺值的样本适中,而该属性非连续值特征属性(比如说类目属性),那就把NaN作为一个新类别,加到类别特征中;
       【注:NaN(Not a Number,非数)是计算机科学中数值数据类型的一类值,表示未定义或不可表示的值。】
(3)如果缺值的样本适中,而该属性为连续值特征属性,有时候我们会考虑给定一个step(比如这里的age,我们可以考虑每隔2/3岁为一个步长),然后把它离散化,之后把NaN作为一个type加到属性类目中;
 
(4)有些情况下,缺失的值个数并不是特别多,那我们也可以试着根据已有的值,拟合一下数据,补充上。

缺失值的常见填充方法

标签:数据类型   样本   情况   离散化   特征   nbsp   number   离散   nan   

原文地址:https://www.cnblogs.com/xfbestgood/p/12620995.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!