在python中使用KNN算法处理数据中的缺失值

处理缺失的数据并不是一件容易的事。 方法的范围从简单的均值插补和观察值的完全删除到像MICE这样的更高级的技术。 解决问题的挑战性是选择使用哪种方法。 今天，我们将探索一种简单但高效的填补缺失数据的方法-KNN算法。 KNN代表“ K最近邻居”，这是一种简单算法，可根据定义的最接近邻居数进行预测。 它计算从您要分类的实例到训练集中其他所有实例的距离。 正如标题所示，我们不会将算法用于分类目的，而是填充缺失值。 本文将使用房屋价格数据集，这是一个简单而著名的数据集，仅包含500多个条目。 这篇文章的结构如下： 数据集加载和探索 KNN归因 归因优化 结论 数据集加载和探索 如前所述，首先下载房屋数据集。 另外，请确保同时导入了Numpy和Pandas。 这是前几行的外观： 默认情况下，数据集缺失值非常低-单个属性中只有五个： 让我们改变一下。 您通常不会这样做，但是我们需要更多缺少的值。 首先，我们创建两个随机数数组，其范围从1到数据集的长度。 第一个数组包含35个元素，第二个数组包含20个（任意选择）： i1 = np.random.choice(a=df.index, size=35...