dataframe - 如何处理数据集中的缺失值

Question

我有一个简单的分类问题，我试图使用 keras 通过神经网络来解决这个问题。有一个数字数据集，大小为 26000 * 17。但问题是，数据集中有很多缺失值(空值)。数据非常敏感，因此我既不能忽略所有包含空值的行，也不能用平均值、均值或任何标准数替换数据中的空值。还存在不使用 KNN 插补来替换缺失条目的限制。处理此类数据集的最佳方法是什么？

Answer 1

我不知道您的数据有多少至关重要。顺便说一句，没有这样好的方法来处理缺失值。当然，您必须通过查找平均值或任何标准数字(例如 0)来处理它。 KNN 插补被认为是最好的方法，但不知道为什么存在不使用 KNN 插补的限制。