KNNImputer：一种可靠的缺失值插补方法

KNNImputer：一种可靠的缺失值插补方法

作者|KAUSHIK 编译|VK 来源|Analytics Vidhya

概述

• 学会用KNNImputer来填补数据中的缺失值

• 了解缺失值及其类型

介绍

scikit learn公司的KNNImputer是一种广泛使用的缺失值插补方法。它被广泛认为是传统插补技术的替代品。

在当今世界，数据是从许多来源收集的，用于分析、产生见解、验证理论等等。从不同的资源收集的这些数据通常会丢失一些信息。这可能是由于数据收集或提取过程中的问题导致的，该问题可能是人为错误。

处理这些缺失值，成为数据预处理中的一个重要步骤。插补方法的选择至关重要，因为它会对工作产生重大影响。

大多数统计和机器学习算法都是针对数据集的完整观测。因此，处理丢失的信息变得至关重要。

统计学中的一些文献涉及缺失值的来源和克服这个问题的方法。最好的方法是用估计值来估算这些缺失的观测值。

在本文中，我们介绍了一个使用相邻数据点的观测值来填充数据集中缺失值的指南。为此，我们使用scikit-learn的KNNImputer实现。

目录

• 自由度问题

• 缺失值模式

• kNN算法的本质

• 存在缺失值时的距离计算

• KNNImputer插补方法

自由度问题

对于任何数据科学家来说，数据集中缺失的值都可能是一个马蜂窝。缺失值的变量可能是一个非常重要的问题，因为没有简单的方法来处理它们。

一般来说&#x