编程语言
首页 > 编程语言> > python—缺失数据的处理

python—缺失数据的处理

作者:互联网

缺失数据的常见特征与策略

特征:重要性高,缺失率低
策略:通过计算进行补充;通过经验或业务知识估计

特征:重要性高,缺失率高
策略:尝试其他渠道补全;

使用其他字段通过数据获取(使用集成学习进行预测)
去除字段(不建议)

特征:重要性低,缺失率低
不做处理,或者简单进行填充(前向、后向或者均值填充)

特征:重要性低,缺失率高
去除该字段

标签:填充,python,率高,处理,特征,重要性,率低,缺失
来源: https://blog.csdn.net/weixin_46649052/article/details/113127064