學(xué)習(xí)筆記，僅供參考，有錯必糾

---

文章目錄

• • • 處理缺失值
    • 移除預(yù)測變量
    • • 預(yù)測變量間的相關(guān)性
    • 區(qū)間化預(yù)測變量

---

處理缺失值

在很多時候，某些預(yù)測變雖會在一些樣本上缺少觀測。這些缺失值可能是結(jié)構(gòu)性缺失，如一個男子的后代數(shù)目.

了解缺失值發(fā)生的原因是很重要的，首先，應(yīng)該調(diào)查數(shù)據(jù)缺失是否和結(jié)果變量有關(guān)，這種情形被稱為"有信息量的缺失"，因為缺失情況本身是結(jié)構(gòu)性的。

缺失數(shù)據(jù)不應(yīng)該和刪失數(shù)據(jù)相混淆，對于后者具體的觀測依是缺失了，但我們?nèi)灾酪恍┬畔ⅲ纾鲎獾驹诮r如果使用用戶持有碟片時長這一變量，如果客戶還未歸還影碟，那么我們就不知道確切的持有時間，但是我們知道該時間一定要比從該客戶租影片到現(xiàn)在的時間長。

與我們建立一些著眼于解釋和推斷的傳統(tǒng)統(tǒng)計模型時，會對刪失機(jī)制做出一此假設(shè)，從而將刪失信息列入考慮范圍之內(nèi)。對于預(yù)測模型，更常見的是將這些數(shù)據(jù)當(dāng)作簡單缺失數(shù)據(jù)看待，或者將刪失處的取值當(dāng)作觀測數(shù)據(jù)。例如，當(dāng)一個樣本超過可檢測精度范圍時，可以將精度界限視為觀測

總結(jié)

以上是生活随笔為你收集整理的数据预处理(part3)--缺失值处理和区间化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。