imputation

2熱度

2回答

有趣的是，我在計算器和其他網站上看到了很多不同的答案：在處理我的訓練數據集時，我使用決策樹模型來推算某列的缺失值。所以這是我的問題。使用所有可用數據（訓練&測試）來製作插補模型（而不是預測）還是公平的？或者在做這些工作時只能觸摸訓練集？另外，一旦我開始在我的測試集上工作，我是否必須只使用測試集數據，使用我的訓練集中製作的相同插補模型進行插值，還是可以使用所有可用數據重新訓練我的插補模型？只要我

0熱度

3回答

如何用數據集中其他位置的等價值替換NA？

我試圖尋找一個類似的問題，但找不到一個。如果你這樣做，請讓我知道！我一直在做一個項目尋找糧食主食這裏是我的數據集的一個子集： nutrient.component. grain nutrients 1 Beta-carotene (μg) White Rice 0.00 2 Beta-carotene (μg) Brown Rice NA 3 Calci

2熱度

1回答

R - 鼠標 - 添加一列，用於將列與估算值相加

我有一個缺失數據的數據庫。我需要推算數據（我使用鼠標），然後基於原始列（使用推算數據）創建新列。正是這些新的列需要我進行統計分析。具體來說，我的參與者用7點Likert量表填寫了幾個問卷。有些人沒有回答所有問題。我需要估算值，然後對這些值進行求和，並根據這個總和獲得這個新值，以便進行統計分析，根據這個總和將參與者分成「輕度，中度，高度」並將其用於統計分析。我有什麼依據我想這個答案計算器做： P

2熱度

1回答

它看起來像這樣填充缺失值設置爲0，並在熊貓

創建指標列我有熊貓一個非常簡單的數據幀， testdf = [{'name' : 'id1', 'W': np.NaN, 'L': 0, 'D':0}, {'name' : 'id2', 'W': 0, 'L': np.NaN, 'D':0}, {'name' : 'id3', 'W': np.NaN, 'L': 10, 'D':0}, {'name' :

0熱度

1回答

如何在scikit-learn中插入具有範疇數據類型的列

我有一個數據集，其中包含數字和要素中的對象。另外，對象數據類型的某些功能缺少值。我創建了Imputer的修改版本（按照另一篇文章中的說明）來處理數字和類別數據類型的缺失值，但是當我應用到我的數據集時，它會返回AttributeError。我相信我在定義適應方法的定義時犯了一個愚蠢的錯誤，我感謝你的洞察力。這裏是我的代碼和錯誤： import os import pandas as pd imp

1熱度

1回答

R的時間序列會自動生成缺失的數據嗎？

我想知道是否有人從統計軟件包知道R的時間序列可以幫助我。我目前正在使用stat的ts函數生成時間序列。我傳遞了ts函數的一個數據集（每年有3年的日期和數值），已經解析爲十進制日期的開始和結束日期以及頻率爲365. 但是，某些日期範圍缺失（例如，2016年4月30日至2017年1月2日的日期和值不見了）。但是，當我查看或繪製時間序列時，我發現缺少的數據會自動填充值。我不確定這些值是如何生成的

0熱度

1回答

在Python中使用Fancy Impute的MICE算法時出現TypeError

我想在我的數據集中填充丟失的數據，我的導師建議我在Python中使用Fancy Impute包，特別是MICE算法。首先，當我讀到MICE的時候，很清楚，如果我的缺失數據不是隨機的（我懷疑這是因爲缺失數據更可能在特定的國家/年），這是一個糟糕的選擇。那麼有沒有人推薦一種不同的算法？（我的項目基於世界銀行性別統計數據）。的技術問題：我跑我的數據框驗證碼： filled = MICE().co

0熱度

1回答

如何多重插補

busan<-subset(influ_busan, select = c(CNT,temp_min,temp_diff,humid_mean,hpa_mean,rad_mean,wind_mean,o3)) new_busan<-mice(busan, seed=12345, n=5) lm_busan <- with(new_busan,lm(CNT~temp_min+temp_dif

0熱度

1回答

瞭解R中小鼠功能的mi.anova輸出，miceadds軟件包

我有一個數據框，裏面包含了我用老鼠輸入的數據。我不完全理解我得到的輸出。 SSQ =平方和。但是，哪個平方和？剩餘的平方和？或總平方數 - 殘差平方和？我假設後者，但我不確定。 df1有意義 - 它是每個變量-1內的組數。 df2我不明白。我有473個變量，以及20個老鼠的推測。但即使是473 x 20也不等於下面第一列的500萬！此外，eta2是指單向anova的結果，partial-eta

0熱度

1回答

Python機器學習 - 輸入分類數據？

我正在學習使用Python進行機器學習，並瞭解我無法通過模型運行分類數據，並且必須先獲取假人。我的一些分類數據有空值（僅有2個特徵的一小部分）。當我轉換成傻瓜，然後看看我是否缺少值，它總是顯示沒有。我應該事先進行評估嗎？或者我會根據分類數據進行歸類？例如，如果該類別是男性/女性，我不想用最常見的替換空值。我看到，如果這個功能是收入的話，這將會是有意義的，我將會推測缺失的價值。收入是收入，而男性不是