处理数值数据和分类数据的 NaN 值的最佳方法是什么
What would the best way to handle NaN values for both numerical and categorical data
我正在创建一个回归模型，但我想知道处理数值和分类数据的 nan 值的最佳方法是什么：
我知道对于数字列，下一个解决方案可能有用：
1- 将其替换为 0：df.fillna(0, inplace=True)
2- 将其替换为均值：df.fillna(df.mean(), inplace=True)
3- 换成中位数df.fillna(df.median(), inplace=True)
4- 删除我的目标列中具有 nan 值的每一行
采用2或3后是否会出现过拟合。
处理列中的分类值和数值的最佳方法是什么
但是，我想知道在使用 one hot 编码之后，分类数据的最佳选择是什么？
如有任何帮助，我们将不胜感激！
对于通常的做法，最好对具有连续值的列使用 df.fillna(df.mean(), inplace=True)，对分类值使用 df.fillna(df.mode()[0], inplace=True)。
我正在创建一个回归模型，但我想知道处理数值和分类数据的 nan 值的最佳方法是什么：
我知道对于数字列，下一个解决方案可能有用：
1- 将其替换为 0：df.fillna(0, inplace=True)
2- 将其替换为均值：df.fillna(df.mean(), inplace=True)
3- 换成中位数df.fillna(df.median(), inplace=True)
4- 删除我的目标列中具有 nan 值的每一行
采用2或3后是否会出现过拟合。 处理列中的分类值和数值的最佳方法是什么
但是，我想知道在使用 one hot 编码之后，分类数据的最佳选择是什么？
如有任何帮助，我们将不胜感激！
对于通常的做法，最好对具有连续值的列使用 df.fillna(df.mean(), inplace=True)，对分类值使用 df.fillna(df.mode()[0], inplace=True)。