已有的气象缺测数据中，多采用相关分析法和简单的线性插补法对缺测的气象数据进行插补，可能误差较大，本文本文主要采样missForest的R包来对缺测的气象数据进行填充,该包也可用于其他缺测数据的填充，但前提是缺测数据不可过多。
具体如下
library(missForest)
data<-read.csv('d:/missexample.csv',header = TRUE)
data.imp <- missForest(data)
data.imp$OOBerror
a1<-data.imp$ximp
write.csv(a1,file ='d:/result.csv',row.names = F )
最后的输出结果在d盘下的result部分，后续会更新下批量的循环插补，以及该方法和相关法、线性插值法的对比分析
已有的气象缺测数据中，多采用相关分析法和简单的线性插补法对缺测的气象数据进行插补，可能误差较大，本文本文主要采样m...
建议：不同场景下的数据缺失机制不同，这需要工程师基于对业务选择合适的填充方法。 如何判断缺失值类型？缺失值的分类按...
个人不建议填充缺失值，建议设置哑变量或者剔除该变量，填充成本较高 常见填充缺失值的方法： 1.均值、众数填充，填充...
missing value 缺失值 检测缺失值，丢弃缺失值，填充缺失值，缺失值一般不会被计算 pd.isnull(...
1、缺失值填充 2、sklearn预处理包：https://blog.csdn.net/weixin_408072...
多个DataFrame操作 合并 处理数据 填充缺失值 使用一个全局常量填充缺失值：将缺失值用同一个常数（如Unk...
1.处理缺失值 判断是否含缺失值/统计缺失值 筛选所有含缺失值的表格 删除含缺失值的数据 用新值填充空值 对应值替...
【数据清洗】Part 1：缺失值处理 忽略元组 人工填写缺失值 使用一个全局常量填充缺失值：例如将缺失值用“Unk...
相关函数 df.dropna() # 删除缺失值 df.fillna() # 填充缺失值 df.isnu...
处理缺失数据 滤除缺失数据 填充缺失数据 如果全为NA值则插值方法不起作用。 源码：
本文标题：基于missForest包的气象缺失值填充
本文链接：https://www.haomeiwen.com/subject/jnwxhqtx.html
网友评论