总结自以下文章:
这个回答比较通俗易懂。
自己总结下,遇到有值为NaN时,通常是这几种方法:
- 去除该NaN的行
- 用平均值/众数/中位数/分位数/邻居行的值,本质是填充,该做法需要先验知识支持,容易引入噪声。
- 用其他变量做预测模型来算出缺失变量。比如最近距离邻法(K-means clustering),多重插补(Multiple Imputation,MI)等等
- 用one-hot embedding映射,将“是否缺失某属性”视为一种特征。
总结自以下文章:
这个回答比较通俗易懂。
自己总结下,遇到有值为NaN时,通常是这几种方法: