VIP20
本课程属于：020-风控数据质量标签口径校准 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

特征工程实战：缺失值插补

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
缺失值概述
缺失值的定义 · 产生原因（数据采集 · 传输
缺失值概述缺失值的定义
02
缺失值类型
完全随机缺失(MCAR) · 随机缺失(MAR) · 非随机缺失(MNAR)的概念与区别
缺失值类型MCAR
03
缺失值可视化
使用missingno库绘制缺失值矩… · 条形图 · 热力图
缺失值可视化missingno
04
Pandas缺失值基础
isnull() · notnull() · info()
Pandas缺失值基础
05
简单删除法
dropna()的使用 · 行删除与列删除的适用场景 · 删除阈值设置
简单删除法dropna
06
简单填充法
fillna()的使用 · 固定值填充 · 前向填充(ffill)
简单填充法fillna
07
均值/中位数/众数填充
数值型特征的均值/中位数填充 · 类别型特征的众数填充
均值位数
08
插值法(Interpolation)
线性插值 · 多项式插值 · 时间序列插值在Pandas中的实现
Interpolatio…插值法
09
KNN插补
基于K近邻的缺失值插补原理 · 使用sklearn.impute.K…
KNN插补
10
迭代插补(IterativeImputer)
基于链式方程的多重插补原理 · 使用IterativeImputer
IterativeImp…迭代插补
11
多重插补(MICE)
MICE算法详解 · 使用fancyimpute或stat…
MICE多重插补
12
回归插补
使用线性回归/决策树回归预测缺失值 · sklearn中的实现
回归插补使用线性回归
13
随机森林插补
使用随机森林模型预测缺失值 · missForest算法思想
随机森林插补使用随机森林模型…
14
矩阵分解插补
SVD · NMF等矩阵分解方法在缺失值填充中的…
矩阵分解插补SVD
15
深度学习方法
使用自编码器(Autoencoder…
深度学习方法Autoencoder
16
类别特征缺失值处理
众数填充 · 新建'缺失'类别 · 使用模型预测类别
类别特征缺失值处…众数填充
17
时间序列缺失值处理
前向填充 · 后向填充 · 线性插值
时间序列缺失值处…前向填充
18
高维数据缺失值处理
降维后插补 · 特征选择后插补 · 分布式插补策略
高维数据缺失值处…降维后插补
19
缺失值指示变量
创建缺失指示列(is_missing…
缺失值指示变量is
20
插补效果评估
使用MSE · MAE · R²等指标评估插补质量
插补效果评估MSE
21
插补对比实验
在同一数据集上对比多种插补方法的效果…
插补对比实验同一数据集上对比…
22
Sklearn管道集成
将插补器集成到Pipeline中 · 实现自动化特征工程
Sklearn管道集成
23
自定义插补器
基于BaseEstimator和Tr…
自定义插补器BaseEstimato…
24
大规模数据插补
使用Dask或Spark进行分布式缺…
大规模数据插补Dask
25
缺失值插补实战案例1
使用Titanic数据集进行完整插补…
缺失值插补实战案…Titanic
26
缺失值插补实战案例2
使用House Prices数据集进…
缺失值插补实战案…House
27
缺失值插补实战案例3
使用Air Quality时间序列数…
缺失值插补实战案…Air
28
缺失值插补常见陷阱
数据泄露 · 过拟合 · 分布偏移等问题的规避
缺失值插补常见陷…数据泄露
29
缺失值插补最佳实践
根据数据量 · 缺失率 · 数据类型选择合适方法的决策树
缺失值插补最佳实…根据数据量
30
课程总结与展望
缺失值插补的未来趋势 · 自动化插补工具介绍
课程总结缺失值插补的未来…