评分模型的构建过程中，缺失值处理至关重要。公式模型需处理缺失值，否则会导致样本排除；算法模型如决策树能容忍缺失值，但可能影响稳定性。补缺原则包括：高缺失率时放弃补缺，连续变量用均值或中位数填补，分类变量用众数。了解缺失机制，区分随机与非随机缺失。插补方法包括单一插补（如均值插补、热平台插补）和多重插补（回归补缺、MCMC等）。均值插补简单但可能导致数据分布扭曲，热平台插补更为常用。
公式模型必须处理缺失值
构建评分模型过程中，建模属于流程性的过程，耗时不多，耗费大量精力的点在于缺失值的填充。缺失值填充的合理性直接决定了评分模型的成败。模型按照形式可划分为公式模型与算法模型，不同形式的模型对缺失值的宽容程度不同。
公式模型必须处理缺失值，如果不进行处理，则缺失值对应的该条观测会被排除在建模样本之外，如回归模型、神经网络等都需要进行缺失值的处理。
算法模型对缺失值比较稳健，这类模型会将缺失值单独划分为一类，但算法模型对缺失值的宽容也带来了模型稳定性弱的弊端，如决策树。
补缺原则
一般情况下，缺失值填补的底线是
3542
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
