Python 怎么处理特征向量的缺失值【面试题详解】 2020-12-25 15:15:13 爱分享 取消关注 关注 私信 今天爱分享给大家带来怎么处理特征向量的缺失值【面试题详解】,希望能够帮助到大家。 一方面,缺失值较多.直接将该特征舍弃掉,否则可能反倒会带入较大的noise,对结果造成不良影响。 另一方面缺失值较少,其余的特征缺失值都在10%以内,我们可以采取很多的方式来处理: 1) 把NaN直接作为一个特征,假设用0表示; 2) 用均值填充; 3) 用随机森林等算法预测填充。 无相关推荐. 赞赏 人已赞赏 机器学习