机器学习中关于缺失值的处理

目前处理缺失值的方法有以下几种，

1.用平均值、中值、分位数、众数、随机值等替代。

用sklearn的相关包进行缺失值填充，strategy可以赋值为‘mean’，‘median’，‘most_frequent’，分别代表均值，中位数，众数。

import pandas as pd
from sklearn.preprocessing import Imputer

train_data = pd.read_csv('/360/featureEngineer/trainData/train_data.csv')
values_data = train_data.values
imputer = Imputer(missing_values='NaN', strategy='mean', axis=0)
data_filled = imputer.fit_transform(values_data)

也可以将NaN值作为一个特征，用0填充

import pandas as pd

data = pd.read_csv('data.csv')
data_filled = data.fillna(0)

用均值填充 

data.fillna(data.mean())        # 将所有行用各自的均值填充

data.fillna(data.mean()['f