知识卡片
均值插补缺失值
删除含缺失值的样本或整列常会丢失过多有价值数据。均值插补(mean imputation)用该特征的均值替换缺失值,是常用插值技术;scikit-learn 的 Imputer 类可方便实现,strategy 还可取 median(中位数)或 most_frequent(众数,常用于类别特征),axis=0 按列、axis=1 按行计算。均值插补简单但会略降低特征方差,适用于缺失随机的场景。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 数据预处理——构建好的训练数据集 · 查看原书依据
通常情况下,删除样本或者删除数据集中的整个特征列是不可行的,因为这样可能会丢失过多有价值的数据
参考来源
- 位置:《Python机器学习》第4章《4.1.2 缺失数据填充》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0050.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:通常情况下,删除样本或者删除数据集中的整个特征列是不可行的,因为这样可能会丢失过多有价值的数据