1)平均值、中值、分位数、众数、随机值等替代
2)用其他变量做预测模型来算出缺失变量。
3)把变量映射到高维,也即是把有n个值的特征转化为一个n维特征并进行01填充;连续值特征可以离散化后再做处理。这是在n不是很大的情况下这样处理。如果n很大,可以将nan作为一个值
4)如果只有train中有缺失值,则使用1处理;否则,如果train和test都有很多缺失值,可以将这个作为一个bool型/01二值型特征添加。
5)缺失值很多,直接舍弃掉这一维特征。
6)忽略:随机森林能直接处理缺失值(直接赋予缺失值的特殊值;为缺失值单独分叉)
机器学习中缺失值处理
最新推荐文章于 2023-11-15 22:13:29 发布