我有一个数据集，其中包含图像中所示的缺失值。我想填写列的最小值来代替缺少的值。Mathematica中的哪些方法可以用来解决这个问题?如何解决？
浏览 3提问于2017-07-11得票数 0
2回答
我想要在修复熊猫数据中丢失的值方面寻求帮助(python)在这个数据集中，我在'Item_Weight‘列中找到了一个缺失的值。我不想删除丢失的值，因为我是通过对它们进行排序来发现的。缺少的值是编码它的人的“想念类型”。
浏览 7提问于2022-07-06得票数 0
回答已采纳
1回答
我想用ZIPs的不缺失样本值来填充缺失值，根据它们在数据集中发生的概率。因此，ZIP 19333在PA数据集中发生的概率为50%，19355发生的概率为33.33%，19327发生的概率为16.17%。因此，在试图填补这三条丢失的拉链时，19333被选中的概率最高。最后填充<
浏览 3提问于2017-11-06得票数 2
回答已采纳
2回答
如何选择是丢弃NaN值，还是用数据集中的平均值(或中位数)填充它？还有什么其他技术可以清除数据集中的缺失值？让数据为数字。(在python中)
浏览 0提问于2018-05-29得票数 2
2回答
我有一个简单的分类问题，我正试图通过使用keras的神经网络来解决这个问题。有一个数值数据集，大小为26000 *17。但问题是，数据集中有很多缺失值(空值)。数据是非常敏感的，所以我既不能忽略所有包含空值的行，也不能用average、mean或任何标准数字替换数据中的空值。还存在不使
浏览 0提问于2018-12-27得票数 4
2回答
填充缺失的值并进行规范化
、、、、
我有两列神经网络的训练数据，它们都是缺失的值。(还有许多其他列不缺少值。)数据是高度和权重，所以我认为一个很好的填充值应该是0或-1。这是基于Python中的深度学习一书：
通常，对于神经网络，输入缺失值为0是安全的，条件是0不是有意义的值。我假设0在值为150-200的数据
浏览 0提问于2018-07-26得票数 8
我们基本上可以使用missForest包来输入R中的缺失值(对于分类和数字).But，这种方法需要一个完整的响应变量来训练森林。那么，如何使用这个missForest包估算测试数据集中的缺失值，因为我们在测试数据集中没有任何response变量？
浏览 0提问于2015-11-18得票数 1
1回答
不填充缺失值的算法的实现
、、、、
我想知道在python中是否有任何机器学习算法的实现，即使数据集中有缺失值也可以工作。请注意，我不希望算法首先计算缺少的值。(我可以使用Imputer包来做这件事)。我想知道如何实现算法，即使在数据集中存在缺失值而不进行补偿也能正常工作。
浏览 2提问于2016-04-20得票数 0
我正在处理一个在某些列中包含缺失值的数据集。我正在尝试使用XGBoost的Scikit-Learn包装器接口的XGBRegressor。在那里，它提供了一个名为'missing‘的参数，你可以在其中输入浮点值，否则它会将python的NaN作为默认值。因此，我需要一些帮助，比如如何使用此参数来填充数据集中</e
浏览 23提问于2017-02-09得票数 0
回答已采纳
我是蟒蛇的新手。我正试图在dataframe中填充缺少的值，数值类型的分组中值和类别类型列的分组模式在数据集上使用下面的代码。:这可以按预期的方式工作，并按照groupby条件用中位数/模式填充
浏览 6提问于2022-04-23得票数 -1
1回答
在Weka中，有一个名为"ReplaceMissingValues“的过滤器，它允许使用每个属性的平均值来替换数据集中所有缺少的值。我想要替换某个属性的缺失值，使用属于某个类的值的平均值。例如，在二进制数据集中，我认为使用只计算属于正类的记录<em
浏览 0提问于2012-04-23得票数 0
回答已采纳
对于中缺少的值估算，我理解为什么我们不能使用验证/测试数据来适应火车数据的输入--因为泄漏。
但是，要计算测试集中缺少的值，为什么不使用测试集上的输入程序，为什么要使用训练集中的输入程序呢？如果我们在测试数据上使用fit，并对测试数据进行转换，那么我们根本就没有<e
浏览 0提问于2019-07-26得票数 1
回答已采纳
1回答
我正在尝试使用一些分类技术来构建一个分类器“模型”。从C4.5技术开始，面临缺失值的问题，因此：“我应该留下来吗？”在缺失的属性中？
浏览 4提问于2015-04-25得票数 0
1回答
我想知道如何使用随机森林算法来计算数据集中的缺失值。它应该能很好地处理丢失的值，但我不确定这些缺失值是如何处理的，以及在PySpark中RF估算是如何工作的。
浏览 0提问于2018-04-19得票数 1
回答已采纳
1回答
可变输入数的决策映射
、、、
我想要生成一个推荐电影类型的模型。我有历史数据来训练这个模型，它有20多个特征，如:年龄，性别，继承.
然而，用于预测的信息包含了可变数量的特性，因为许多特性是不完整的。是否有可能生成机器学习模型或决策映射(如决策树)，它使用可变数量的属性，并为剩余属性生成可能的输出或可能性列表？谢谢
浏览 2提问于2019-11-28得票数 2
2回答
我有一个包含一些列的数据集，用于对数据库进行分组。我在同一数据集中还有一些其他的数值列，其中有一些缺失的值。我想用缺失条目所在的组的平均值填充列的缺失值。
浏览 4提问于2016-05-11得票数 1
回答已采纳
1回答
这是我的任务:编写一个接受数据作为输入的函数、包含缺失值的列的名称()和一个分组列的列表，并通过用中值填充缺失的值返回数据。val = {col:set[col].sum()/set[col].count()} return set
我<e
浏览 3提问于2022-04-14得票数 0
3回答
我想在德国信用风险数据集中计算缺失的值。False)
NaN 183quite rich 63有近20%的数据缺失让我们看看，“风险”如何取决于“储蓄账户”unique = [np.NaN, 'little&#x
浏览 0提问于2023-02-13得票数 4
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
