知识卡片
缺失值补全要选统计量
删除缺失样本会减少可用数据,也可能改变人群分布。补全可按列选均值、中位数或众数。中位数对极端值相对稳健,众数可用于类别字段。补出的值是估计,应考虑加入缺失标记,并在独立数据上衡量影响。
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
- 机器学习中的数据预处理 2.2.2 · 查看原书依据
处的一行或者一列的均值、中位数或者出现频率最高的值作为缺失数据的取值。我们得到的数据可能由于各种原因存在缺失。为了不降低机器学习模型的性能,我们可以通过一些方法处理这些数据,比如使用整列数据的平均值或中位数来替换丢失
参考来源
- 位置:《AI制胜:机器学习极简入门》第2章 机器学习中的数据预处理 §2.2.2(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter2.xhtml#isbn9787302555513_2_1_2_2)
- 结论依据:原文对比整行删除与统计补全,列出均值、中位数、众数。
- 原始内容:处的一行或者一列的均值、中位数或者出现频率最高的值作为缺失数据的取值。我们得到的数据可能由于各种原因存在缺失。为了不降低机器学习模型的性能,我们可以通过一些方法处理这些数据,比如使用整列数据的平均值或中位数来替换丢失