处理缺失的数据并不是一件容易的事,本篇介绍了在Python中使用KNN算法处理缺失的数据,希望对Python有更深入的了解,以及对Python的相关学习有所帮助。
处理缺失的数据并不是一件容易的事。 方法的范围从简单的均值插补和观察值的完全删除到像MICE这样的更高级的技术。 解决问题的挑战性是选择使用哪种方法。 今天,我们将探索一种简单但高效的填补缺失数据的方法-KNN算法。
在python中使用KNN算法处理缺失的数据
KNN代表" K最近邻居",这是一种简单算法,可根据定义的最接近邻居数进行预测。 它计算从您要分类的实例到训练集中其他所有实例的距离。
正如标题所示,我们不会将算法用于分类目的,而是填充缺失值。 本文将使用房屋价格数据集,这是一个简单而著名的数据集,仅包含500多个条目。
这篇文章的结构如下:
数据集加载和探索
KNN归因
归因优化
结论
数据集加载和探索
如前所述,首先下载房屋数据集。 另外,请确保同时导入了Numpy和Pandas。 这是前几行的外观:
<