填补方法与样本量相关
通常,数据挖掘领域 建模时 数据样本的填补方法与样本量的大小息息相关,一般,如果变量间取值关联程度较强,则模型填补的方式似乎更为常见:
-
样本量适中的情况下,我会使用如下两种方式进行缺失值的填补
一种方法是利用proc stdize过程步,这种方法只能利用基本的描述统计的方法进行填补,例如使用均值、中位数等方式,此外,这种方式也能够同时进行样本的标准化。工作中,这个过程步的使用频率很高。
另一种方法是利用proc mi过程步<
填补方法与样本量相关
通常,数据挖掘领域 建模时 数据样本的填补方法与样本量的大小息息相关,一般,如果变量间取值关联程度较强,则模型填补的方式似乎更为常见:
样本量适中的情况下,我会使用如下两种方式进行缺失值的填补
一种方法是利用proc stdize过程步,这种方法只能利用基本的描述统计的方法进行填补,例如使用均值、中位数等方式,此外,这种方式也能够同时进行样本的标准化。工作中,这个过程步的使用频率很高。
另一种方法是利用proc mi过程步<