m0_59880816的博客

原创 数据预处理插补缺失值及比较不同方法的优劣

不难知道，这里缺失值的类型是完全随机缺失（MCAR），所以处理缺失值的方法可以是删除行、和对缺失值进行插补，MCAR可以用的插补方法有很多，这里主要练习比较最近邻插补，均值插补，单变量插补（这里用常数0进行插补），多重插补。注：add_indicator：boolean，（默认）False，True则会在数据后面加入n列由0和1构成的同样大小的数据，0表示所在位置非缺失值，1表示所在位置为缺失值。因为datasets的数据一般都没有空值，所以这里我们人为删除一些数据（随机）（2）最近邻插补（KNN插补）