问将1/3的值作为零进行聚类

EN

这取决于聚类的目的。您可以忽略数据(即删除列)并继续进行群集。您将拥有基于剩余功能的集群，如大小、房间数量等。

如果租金金额是可以区分属性和属性的一个重要功能，那么您应该包括该列，但删除该列中具有零(或南)值的行。用平均值来计算是不好的，因为一个10卧室的公寓将有不同的租金价值与一个卧室的公寓，那么你会增加很多噪音的数据。

我要做的是做几步：

(1)提取具有零租金值的行，并将它们用作“测试数据集”。

(2)利用剩余数据训练一个回归模型，预测租金值，即按通常的train_test_split进行列车-val检验，得到最优的租金模型。

(3)将选定的模型应用于“测试数据集”，以填写租金值。

(4)合并这两个数据集，但要这样做(稍后我会解释)：在带有预测租金值的“测试数据集”中，添加一个名为"recognise“的列，并给出一个常量值，例如1001。在具有实际租金值的dataset中，添加一个名为"recognise“的列，并给出一个常量值，例如1000。现在，您有了一个具有完整租金值的完整数据集来进行聚类！

现在让我解释一下“认可”一栏。本专栏对集群的影响很小，因为1000接近1001。但是，本专栏可以让您识别哪些记录具有实际租金值(1000)，哪些记录预测了租金值(1001)，以便在需要时进行分析。