KNN(K-鄰近演算法)是否可以填補缺失值?
2021/06/16 上午 10:44
數值型特徵 - 補缺失值與標準化
Yaoga
觀看數：54
回答數：1
收藏數：0
KNN(K-鄰近演算法)算是機器學習演算法的一種嗎? 主要是用來處理回歸還是分類的問題呢? 另外有相關資料有介紹可採用KNN來處理缺失值? 係採用何種原理來填補缺失值呢?適用於資料缺失量多還是少的情況呢?
回答列表
-
2021/06/16 下午 01:46王健安贊同數：2不贊同數：0留言數：0
您好： KNN在機器學習中本質上是用來處理分類任務， 但從操作層面來看， 當資料透過KNN分群後，各群間也能夠個別建立regression model， 因此它也能夠用來進行迴歸任務， 在sklearn中，兩種任務皆有相對應支援的function。 在補值方面， 除了常見的平均數或眾數補值外， KNN補值法也是常見的方法。 下方有一些關於補值的參考資料給您參考。 參考資料 http://www.teaching.kyu.edu.tw/top/magazine/kyujurnal/pdf/20-1/20-1-14.pdf https://iter01.com/576041.html