使用 Modeler 进行缺失值分析

http://www.ibm.com/developerworks/cn/data/library/techarticle/dm-1209xuep/index.html

使用 Modeler 进行缺失值分析

什么是缺失值？

缺失值就是指数据文件中的某些数据项是未知的值。几乎所有的商业数据挖掘中，都要遇到缺失值的问题，有可能是数据采集中的失误，有可能客户不愿意提供某些信息，面对这样的数据，我们该如何是好 ? 使用这样的数据可能会对我们后期的建模产生不可预料的影响。如果丢弃，这些数据中可能包含着宝贵的信息。下边我们就来看一下如何利用 Modeler 来进行缺失值分析：

缺失值示例

第一步我们需要利用 Modeler 来确定数据文件中缺失值的类型和数量。然后才能做进一步的处理。

首先我们看一下我们例子中需要用到的数据：