处理缺失值的策略_CDA答疑社区

CDA数据科学研究院 CDA考试中心 CDA网校企业服务

CDA社区

CDA竞赛 CDA技术答疑 CDA俱乐部

关于CDA APP下载

免密码登录

提交首次登录验证后自动注册

2018-11-01 阅读量: 842

数据分析师数据挖掘机器学习

处理缺失值的策略

扫码加入数据分析学习群

缺少值是常见的，您需要有一个策略来处理它们。缺失值可以表示数据中的许多不同内容。也许数据不可用或不适用或事件未发生。可能是输入数据的人不知道正确的值，或者错过填写。数据挖掘方法在处理缺失值的方式上有所不同。通常，它们会忽略缺失值，或者排除包含缺失值的任何记录，或者使用均值替换缺失值，或者从现有值中推断缺失值。

缺少值替换策略：

忽略缺少值的记录。
用全局常量替换它们（例如，“？”）。
根据您的域知识手动填写缺失值。
用可变平均值（如果是数字）或最常用值（如果是分类）替换它们。
使用建模技术，如最近邻居，贝叶斯规则，决策树或EM算法。

添加CDA认证专家【维克多阿涛】，微信号：【cdashijiazhuang】，提供数据分析指导及CDA考试秘籍。已助千人通过CDA数字化人才认证。欢迎交流，共同成长！

0.0000 0 2 踩关注作者收藏

评论(0)

暂无数据

快速发帖我要提问

数据分析师求职、备考、笔试
刷题神器！

社区福利马上领

推荐课程

推荐帖子