·发布于Towards Data Science ·8 分钟阅读·2024 年 11 月 26 日
--
在理想的世界中，我们希望能使用干净、完整且准确的数据集。然而，现实世界中的数据很少符合我们的期望。我们常常遇到包含噪声、不一致性、离群值和缺失数据的数据集，这需要仔细处理才能得到有效的结果。特别是，缺失数据是一个不可避免的挑战，我们如何处理它对预测模型或分析结果有着重要影响。
为什么？
其原因隐藏在定义中。缺失数据是那些如果被观察到将对分析具有意义的未观察值。
摄影：由Tanja Tepavac提供，来源于Unsplash
在文献中，我们可以找到几种处理缺失数据的方法，但根据缺失的性质，选择合适的技术至关重要。像删除缺失值行这样简单的方法可能会导致偏差或丢失重要的信息。错误的填充值也可能导致扭曲，影响最终结果。因此，在决定修正措施之前，理解数据中缺失性的性质至关重要。
缺失性的性质可以简单地分为三种：