处理回归（机器学习）中的未分配（null）特征值？

Question

我想做线性回归分析。我有多个功能。某些功能对数据中的某些项具有未分配（null）值。因为对于某些项目，数据源中缺少某些特定的功能值。为了更清楚，我提供了一些例子：

如您所见，某些项目缺少某些功能的值。现在，我只是将它分配给了Null＆＃39;但是在对数据进行线性回归分析时如何处理这些值？我不希望这个未分配的值错误地影响回归模型。不幸的是，我无法摆脱未分配的特征值所呈现的项目。我计划使用Python进行回归。

Answer 1

您需要忽略这些行 - 您已经说过不能这样做了，并且对于缺失值的数量不是一个好主意 - 或者主动使用算法对这些项目进行折扣，或者将缺失的数据归为（这是填写有根据的猜测的技术术语）。

我们可以提供有限的帮助，因为您还没有向我们提供您想要丢失数据的语义。您可以使用您最喜欢的＆＃34;最接近的匹配＆＃34;来估算一些缺失的值。针对您拥有的数据的算法。例如，您可能能够从其他数据中推断出对区域的良好猜测。

对于非线性，离散项目（即区域），您可能希望将NULL保留为单独的区域。如果你缺少足够的参赛作品，那么无论如何你都能获得一个不错的模特。

一个简单的估算是用功能的平均值替换每个NULL，但这仅适用于具有适当平均值的那些（即不区域）。

总的来说，我建议你搜索适当的参考文献＆＃34;估算丢失的数据＆＃34;。由于我们不确定您的需求，我们无法为此提供太多帮助，因此这样做超出了SO的范围。