使用 KNNImputer 或 IterativeImputer 填补缺失值。

缺失值填补：超越简单填补

本文探讨了两种超越简单填补的缺失值填补方法：迭代填补器（Iterative Imputer）和 KNN 填补器（KNN Imputer）。

简单填补的局限性：

• 简单填补器只考虑单个特征，例如用平均值、中位数或众数填补年龄缺失值。
• 这种方法忽略了特征之间的关联性。例如，如果年龄与票价存在关联，则应根据票价的高低来填补年龄。

多元方法的优势：

• 迭代填补器和 KNN 填补器都是多元方法，它们考虑多个特征之间的关系。

迭代填补器的原理：

• 迭代填补器首先训练一个回归模型，以已知值的特征（例如 A 和 B）来预测目标特征（例如 C）。
• 然后，它使用训练好的模型来预测缺失值的特征 C。
• 迭代填补器使用的回归模型独立于最终训练的模型，即使最终模型不是回归模型。

KNN 填补器的原理：

• KNN 填补器根据特征 A 和 B 的相似性，找到与缺失值所在行最相似的 K 个邻居行。
• 它使用这 K 个邻居行的特征 C 的值来填补缺失值。
• KNN 填补器中的 K 值（例如 2）决定了用于填补的邻居数量。

结论：

迭代填补器和 KNN 填补器提供了更复杂、更准确的缺失值填补方法，它们考虑了特征之间的关系，从而可以更有效地填补缺失值。

需要比SimpleImputer更好的缺失值填补方法？试试KNNImputer或IterativeImputer（受R的MICE包启发）。两者都是多元方法（它们会考虑其他特征！）。