搜文章
推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > 机器学习blog > 聊聊机器学习中特征的缺失值填补法

聊聊机器学习中特征的缺失值填补法

机器学习blog 2017-10-31




应用机器学习算法,必不可少的就是数据集。然而,通常情况下,收集到的数据集中或多或少会包含一些缺失值,比如年龄,性别,所在地等等。目前,研究者们已经研究出多种缺失值填补的方法。


最简单的无疑是利用一些统计值来填补,比如利用均值,中位数,最大值,最小值等来填补,显然,这种方法填补虽然比较简单,但是它所带来的误差一般会比较大,精确度也比较低。


回归法也可以用来拟合估计缺失值。对于连续取值的变量,可以利用线性回归来拟合估计其取值。对于二值变量,可以利用logistic regression来估计其取值。类似的,也可以利用支持向量回归法对缺失的连续型变量进行预测,对于缺失的二值变量,可以利用支持向量机对其进行预测。


k近邻法来填补缺失值。其中k近邻法即为通过距其最近的k个邻居来估计缺失值,各个邻居对应的权重基于该邻居到具有缺失值样本的距离加权得到,这里的距离一般选取欧几里得距离。对于实数域类型的特征,可以利用一般的k近邻法来填补,对于离散型特征,可以用出现频率最高的来代替。这种方法里面的参数k比较难选取,不易找到选取适当k的依据。


通过构建决策树也可以对缺失值进行预测。利用不缺失某个属性的样本训练决策树,然后对于该属性缺失的样本即可利用训练所得决策树来预测所缺失的属性取值。



版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《聊聊机器学习中特征的缺失值填补法》的版权归原作者「机器学习blog」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

关注机器学习blog微信公众号

机器学习blog微信公众号:mlanddlanddm

机器学习blog

手机扫描上方二维码即可关注机器学习blog微信公众号

机器学习blog最新文章

精品公众号随机推荐