Ich möchte fehlende Werte imputieren, erhalte aber die Meldung, dass nicht genügend Daten zum Imputieren fehlender Werte vorhanden sind. Das angehängte Bild enthält weitere Einzelheiten.
Hallo @Dessan300 ,
Ohne weiteren Kontext oder einen Spielzeugdatensatz ist es schwierig, Ihnen zu helfen, um Ihr Problem zu verstehen und zu reproduzieren.
Die Fehlermeldung ist ziemlich selbsterklärend: Sie haben nicht genügend Werte, um eine automatische Datenimputation durchzuführen: Übersicht über die Explore Missing Values Platform . ADI ist robust und flexibel, stellt jedoch eine komplexe Methode zur Datenimputation dar, da möglicherweise genügend Daten erforderlich sind, um das Modell zu trainieren, die fehlenden Werte auszufüllen. Die Dimensionalität ist für diese Technik ziemlich wichtig, da sie auf einer Methode der Matrixapproximation mit niedrigem Rang (Methode zur Dimensionsreduzierung) basiert. Sie können die Diskussion zu diesem Thema lesen: Einige fehlende Werte werden mit ADI (Automated Data Imputation) nicht imputiert.
Ich würde empfehlen, zunächst die Quelle/Ursache dieser fehlenden Werte zu untersuchen und sich etwas Zeit für die Muster der fehlenden Werte zu nehmen: Fehlen die Daten vollständig zufällig (MCAR), zufällig (MAR) oder nicht zufällig (MNAR)? Weitere Informationen hier: https://muratkoptur.com/MyDsProjects/MissingData/Analysis.html
Der auf dieser Plattform verfügbare Snapshot „Missing Value“ ist sehr hilfreich, um diese Muster zu visualisieren und zu verstehen.
Muster in fehlenden Werten erkennen
Abhängig von den fehlenden Mustern kann es, wenn es nicht zufällig ist, am besten sein, den fehlenden Wert beizubehalten, da dies bedeuten könnte, dass ein Teil des Versuchsbereichs experimentell nicht durchführbar ist oder dass die Geräte in diesem Versuchsbereich nicht messen können (oder das Signal in diesem Bereich zu niedrig oder zu hoch sein kann). Das Angeben von Werten kann in dieser Situation nachteilig sein, da Sie die Informationen zur „Nichtdurchführbarkeit“ dieses Versuchsbereichs verlieren.
Sie können „einfachere“ Optionen ausprobieren und vergleichen, etwa die Optionen zur multivariaten Imputation , oder andere Techniken verwenden, die nicht auf dieser Plattform verfügbar sind, wie etwa K-Nearest Neighbors (und K entsprechend der Dimensionalität Ihres Datensatzes und der gewünschten Präzision/Robustheit definieren).
Bedenken Sie auch, dass einige Modellierungsoptionen fehlende Werte verarbeiten können und keine Imputation von Werten erfordern, wie z. B. baumbasierte Methoden, Partial Least Squares usw.
Unabhängig von der Methode und ihrer Komplexität (von Mittelwert-/Median-/Modus-Imputationstechniken bis hin zur ADI- oder multivariaten SVD/RPCA-Imputation) kann die Imputation fehlender Werte Ihren Datensatz verzerren. Abhängig von Ihrem Anwendungsfall kann es interessant sein, ein Modell mit fehlenden und imputierten Werten zu erstellen und die Ergebnisse der beiden Modelle mit Fachwissen zu vergleichen.
Sie können sich auch „Exploring Missing Values“ ansehen.
Ich hoffe, diese erste Antwort hilft Ihnen weiter.
