数据中存在缺失值的处理方法

科技数码时间：2025-01-03 15:01:04

数据处理缺失值按什么处理

数据处理缺失值主要分为删除存在缺失值的个案和缺失值插补两种方法。

1. 删除含有缺失值的个案：简单删除法是对缺失值进行处理的最原始方法，它将存在缺失值的个案删除。当缺失值的类型为非完全随机缺失的时候，可以通过对完整的数据加权来减小偏差。把数据不完全的个案标记后，将完整的数据个案赋予不同的权重，个案的权重可以通过logistic或probit回归求得。

2. 缺失值插补：插补主要是针对客观数据，它的可靠性有保证。对于主观数据，人将影响数据的真实性，存在缺失值的样本的其他属性的真实值不能保证，那么依赖于这些属性值的插补也是不可靠的，所以对于主观数据一般不推荐插补的方法。

需要注意的是，对于存在多个属性缺失的情况，就需要对不同属性的缺失组合赋不同的权重，这将大大增加计算的难度，降低预测的准确性，这时权重法并不理想。

郑重声明：图文由自媒体作者发布，我们尊重原作版权，但因数量庞大无法逐一核实，图片与文字所有方如有疑问可与我们联系，核实后我们将予以删除。