正在处理分类问题，缺少用'?‘表示的值，那么为什么是-99999？
df.replace('?',-99999,inplace=True)
浏览 20提问于2021-05-13得票数 0
1回答
我是维卡新来的。例如对于“缺失值”，我可以用'?我的问题是:- 1)我们如何告诉WEKA在计算平均值或std值时不包括“不适用”值?
浏览 4提问于2013-10-21得票数 0
1回答
我正在用我创建的数据集在Matlab中训练一个分类器。不幸的是，数据集中的一些特性没有被记录下来。class1: 10 1 12 -99999 6 8...
class2: 5 -99999 4 3 2 -99999以此类推，-
浏览 0提问于2019-04-15得票数 4
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
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
我想将numpy数组中的NaN替换为较大的数字，如99999。我不想使用numpy.nan_to_num将NaN替换为0，因为我想区分NaN值和数据集中已经存在的0值。
浏览 2提问于2016-11-02得票数 3
其中一个输入特性具有空值，我已经在其上应用了自定义估算技术。在此技术下，我将丢失的值替换为目标特性的两个类别的平均值。fillna(dataframe.groupby('Target Feature')['Feature'].transform('mean'))
利用这种策略，设计了基于Logistic回归和支持向量分类器的分类模型现在，我不得不在测试集上运行我的</
浏览 0提问于2021-01-18得票数 1
1回答
我有连续变量(天气特征)，缺少MNAR类型的值(一个不同的分布，有和没有缺失的值)。我了解到，这些变量应该通过添加一个“缺失”类别来转换为分类。例如:包含MNAR缺失值的云覆盖特性被转换为具有以下子类的分类特性：“非常高”、“高”、“中等”、“低”、“非常低”、“失踪”：我想检查季节性和趋势(时间序列数据
浏览 0提问于2022-08-04得票数 1
回答已采纳
我想将我的数据集中所有分类变量的缺失值转换为'None‘。我有100多个因子变量，我想一次完成所有这些变量，而不是在代码中使用它们的名称。假设我有以下数据集(仅作为示例)，并且我想将所有因子变量(如"x“和"y”)的‘NA’替换为'None‘。
浏览 0提问于2019-07-24得票数 1
当我使用SMOTE对四类分类问题中的三类进行过采样时，针对少数类的Prec、Recall和F1度量仍然很低(~3%)。我的数据集中有32个分类变量和30个连续变量。所有的分类变量已被转换为二进制列使用一热编码。此外，在进行过采样处理之前，我将使用Iterativeimputer计算所有缺失的值。关于分类器，我使用的是logistic回归，随机森林
浏览 0提问于2019-08-09得票数 0
1回答
然而，这样做，我将失去一些功能，似乎是非常重要的这一分类工作基础上的数据探索性分析。作为一个例子，有一个变量的64%的缺失值，但它可以分类样本的AUC 95% CI：73.23 72.86 - 73.61。我确实想保留这类变量。另一方面，保持缺失值需要使用可以像k-NN、朴素贝叶斯和随机森林那样处理的算法。但这些算法的sklea
浏览 0提问于2021-08-24得票数 1
4回答
我有一个有绝对变量的数据。我希望使用以下逻辑将它们转换为数字：List_A = ['A','B','C','D','E']
我需要用3代
浏览 3提问于2018-10-24得票数 1
回答已采纳
1回答
我希望使用以下命令计算以下数据的缺失值。它未能检测到缺失的值。df[cols].apply(pd.to_numeric, errors='coerce')print(missing)
它起了作用，但它也将“BinaryObject”分类响应变量转换为NAN。如果我在多列中有分类变量，而
浏览 0提问于2020-05-07得票数 2
回答已采纳
我正在处理一个混合的分类变量和数字变量的数据集。有很多缺失的数据，因此，我希望通过分类器进行一些估算。我希望将一个numpy数组传递到fast_knn中，该数组包含对分类变量的一个热编码，为缺失的值设置np.nan，与数字属性中的数据混合(对于缺失的值也使用
浏览 2提问于2021-03-30得票数 1
回答已采纳
在使用随机森林回归器(或任何集成学习者)时，处理丢失的分类特征值的一般准则是什么？我知道scikit学习有归并函数(如mean...strategy或邻近)来推断缺失的值(数字)。但是，一个人如何处理缺失的分类价值:比如工业(石油、计算机、汽车、None)、专业(学士、硕士、博士、None)。
如有任何建议，将不胜感激。
浏览 2提问于2016-05-13得票数 1
2回答
管理目标变量中的NaN (测试)
、、、、
请有人告诉我如何在我的目标变量中处理NaN？在Y_test中求零(0)清空Y_testTypeError：“int”和“str”的实例之间不支持<
请帮帮我！
浏览 0提问于2019-11-20得票数 1
1回答
我正在研究数据集上的性别分类器，其中包含了许多缺失的值和更多的范畴values.How，我是否应该将分类值转换为数值，以及应该使用哪种算法来获得更高的精度？
浏览 1提问于2017-12-28得票数 0
回答已采纳
我正在处理一个数据集。这是一个分类问题。数据集中的一列在总共300 k观测值中有大约11000个缺失值(它是一个范畴变量，因此不可能像数值那样计算缺失值)。在随机森林不受缺失值影响的情况下，采用随机森林而不是Logistic回归是明智的吗？
另外，在使用RF时，我是否需要考虑自变量之间的多重共线性，还是不需要这样做？
浏览 2提问于2019-04-14得票数 0
回答已采纳
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
