（1）忽視元組。

缺少類別標簽時，通常這樣做(假設挖掘任務與分類有關)，除非元組有多個屬性缺失值，否則該方法不太有效。當個屬性缺值的百分比變化很大時，其性能特別差。

（2）人工填寫缺失值。

一般來說，這種方法需要很長時間，當數(shù)據(jù)集大且缺少很多值時，這種方法可能無法實現(xiàn)。

（3）使用全局常量填充缺失值。

將缺失的屬性值用同一常數(shù)(如Unknown或負無限)替換。如果缺失值都是用unknown替換的話，挖掘程序可能會認為形成有趣的概念。因為有同樣的價值unknown。因此，這種方法很簡單，但不可靠。

（4）使用與給定元組相同類型的所有樣本的屬性平均值。

（5）使用最可能的值填充缺失值。

可以通過回歸、使用貝葉斯形式化的基于推理的工具和決策樹的總結來決定。

import numpy as np from sklearn.preprocessing import Imputer imp = Imputer(missing_values=’NaN’, strategy=’mean’, axis=0) import numpy as npfrom sklearn.preprocessing import Imputer ###1.使用均值填充缺失值imp = Imputer(missing_values=’NaN’, strategy=’mean’, axis=0)imp.fit([[1, 2], [np.nan, 3], [7, 6]]) X = [[np.nan, 2], [6, np.nan], [7, 6]]print(imp.transform(X)) [[4. 2.] [6. 3.66666667] [7. 6.]]

知識點擴充：

缺失值的處理方法

由于各種各樣的原因，真實世界中的許多數(shù)據(jù)集都包含缺失數(shù)據(jù)，這些數(shù)據(jù)經(jīng)常被編碼成空格、nans或者是其他的占位符。但是這樣的數(shù)據(jù)集并不能被scikit - learn算法兼容，因為大多數(shù)的學習算法都會默認數(shù)組中的元素都是數(shù)值，因此素偶有的元素都有自己的代表意義。

使用不完整的數(shù)據(jù)集的一個基本策略就是舍棄掉整行或者整列包含缺失值的數(shù)值，但是這樣處理會浪費大量有價值的數(shù)據(jù)。下面是處理缺失值的常用方法：

1.忽略元組

當缺少類別標簽時通常這樣做（假定挖掘任務涉及分類時），除非元組有多個屬性缺失值，否則該方法不是很有效。當每個屬性缺少值的百分比變化很大時，它的性能特別差。

2.人工填寫缺失值

一般該方法很費時，并且當數(shù)據(jù)集很大，缺少很多值時，該方法可能行不通。

3.使用一個全局常量填充缺失值

將缺失的屬性值用同一個常數(shù)(如“Unknown”或 負無窮)替換。如果缺失值都用“unknown”替換，則挖掘程序可能會認為它們形成一個有趣的概念，因為它們都具有相同的值“unknown”。因此，雖然該方法很簡單，但是它十分不可靠。

4.使用與給定元組屬同一類的所有樣本的屬性均值

例如：將顧客按照credit_risk分類，則使用具有相同信用度的給定元組的顧客的平均收入替換income中的缺失值。

Python客棧送紅包、紙質(zhì)書

5.使用最可能的值填充缺失值

可以用回歸、使用貝葉斯形式化的基于推理的工具或決策樹歸納確定。例如，利用數(shù)據(jù)集中其他顧客的屬性，可以構造一顆決策樹來預測income的缺失值。

到此這篇關于python缺失值的解決方法總結的文章就介紹到這了,更多相關如何解決python缺失值內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！