UCI银行营销数据集--缺失值处理方法

程序源代码参见GitHub：https://github.com/leungBH/BankMarketing

• 数据集基本情况

目标：

根据相关的信息预测通过电话推销，用户是否会在银行进行存款。

特征：总共有50个特征。

年龄，工作类型，婚姻状况，受教育背景，信用情况，房贷，个人贷款，联系电话是手机还是固定电话，最后联系月份，最后联系日，通话持续时间，本次活动中联系的次数，最后一次接触距离上一次接触的时间，以前的活动中联系的次数，上一次活动成功与否，就业变化率，消费者物价指数，欧元银行同业拆借利率，就业人数。

通过对数据集进行初步的分析，发现其中有缺失值的特征有6个：

由于缺失值比较少，下面尝试三种常用的缺失值填补方法：

1. 使用平均值填补；
2. 使用kNN拟合缺失值；
3. 使用随机森林拟合缺失值。

• 使用平均值取代缺失值