如何解决什么是处理我的数据集中NaN值的最佳方法
我要创建一个回归模型,但我想知道什么是处理nan值的最佳方法:
我在互联网上找到了下一个解决方案:
1-替换为0:df.fillna(0,inplace=True)
2-将其替换为均值:df.fillna(df.mean(),inplace=True)
3-用中位数df.fillna(df.median(),inplace=True)
4-删除目标列中具有nan值的每一行
采用2或3种方法后是否可能过度拟合。 处理列中的分类值和数值的最佳方法是什么
任何帮助都将不胜感激!
解决方法
通常,对于具有连续值的列,最好使用df.fillna(df.mean(),inplace=True)
,对于分类值,最好使用df.fillna(df.mode()[0],inplace=True)
。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。