python 特徵缺失值填充

標籤：eth   erp   數值   rom   size   function   python   cti   sof   

我們在進行模型訓練時，不可避免的會遇到某些特徵出現空值的情況，下面整理了幾種填充空值的方法

1. 用固定值填充

對於特徵值缺失的一種常見的方法就是可以用固定值來填充，例如0，9999， -9999, 例如下面對灰階分這個特徵缺失值全部填充為-99

data[‘灰階分‘] = data[‘灰階分‘].fillna(‘-99‘)

2. 用均值填充

對於數值型的特徵，其缺失值也可以用未缺失資料的均值填充，下面對灰階分這個特徵缺失值進行均值填充

data[‘灰階分‘] = data[‘灰階分‘].fillna(data[‘灰階分‘].mean()))

3. 用眾數填充

與均值類似，可以用未缺失資料的眾數來填充缺失值

data[‘灰階分‘] = data[‘灰階分‘].fillna(data[‘灰階分‘].mode()))

4. 用上下資料進行填充

用前一個資料進行填充

data[‘灰階分‘] = data[‘灰階分‘].fillna(method=‘pad‘)

用後一個資料進行填充

data[‘灰階分‘] = data[‘灰階分‘].fillna(method=‘bfill‘)

5. 用插值法填充

data[‘灰階分‘] = data[‘灰階分‘].interpolate()

6. 用KNN進行填充

from fancyimpute import BiScaler, KNN, NuclearNormMinimization, SoftImputedataset = KNN(k=3).complete(dataset)

python 特徵缺失值填充