如果它是分类变量，如何替换空值？

Question

当我注意到某些值带有“？”时，我试图为我的数据获取虚拟值 作为他们的价值。由于我的数据中有很多行都有这些值，所以我根本无法删除它们。在这种情况下，我应该用什么来代替它们？只是采取类别的模式会有帮助吗？另外，我试图更换？值与模式。df1 = df1[df1.workclass == '?'].replace('?',"Private")但我现在得到一张空桌子。

Answer 1

这取决于数据集。有不同的方法适用于不同的特征。有些可能只需要用模式替换。在某些情况下，还会使用不同的 ML 算法和模型，例如随机森林、KNN 等。因此这完全取决于您处理的数据类型。探索数据探索领域。也许这可以帮助你。

Answer 2

您将不得不手动检查不同的变量并决定如何处理每个参数的缺失。例如：您可以删除缺失 >50 pc 的变量，除非它们表明证据权重很高。有些变量可以用中心趋势代替，也可以预测。分类可以用 UNK（未知）等代替。