缺失值分析_CDA答疑社区

热线电话：13121318867

登录

啊啊啊啊啊吖

2018-11-21 阅读量: 778

缺失值分析

数据的缺失主要包括记录的缺失和记录中某个字段信息的缺失，两者都

会造成分析结果的不准确，以下从缺失值产生的原因及影响等方面展开分

析。

（1）缺失值产生的原因

1）有些信息暂时无法获取，或者获取信息的代价太大。

2）有些信息是被遗漏的。可能是因为输入时认为不重要、忘记填写或

对数据理解错误等一些人为因素而遗漏，也可能是由于数据采集设备的故

障、存储介质的故障、传输媒体的故障等非人为原因而丢失。

3）属性值不存在。在某些情况下，缺失值并不意味着数据有错误。对

一些对象来说某些属性值是不存在的，如一个未婚者的配偶姓名、一个儿童

的固定收入等。

（2）缺失值的影响

1）数据挖掘建模将丢失大量的有用信息。

2）数据挖掘模型所表现出的不确定性更加显著，模型中蕴含的规律更

难把握。

3）包含空值的数据会使建模过程陷入混乱，导致不可靠的输出。

（3）缺失值的分析

使用简单的统计分析，可以得到含有缺失值的属性的个数，以及每个属

性的未缺失数、缺失数与缺失率等

0.0000

0

2

关注作者

收藏

评论(0)

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子