누락된 값을 대입하고 싶지만 누락된 값을 대입할 데이터가 부족하다는 메시지가 나옵니다. 첨부된 이미지에 자세한 내용이 나와 있습니다.
안녕하세요 @Dessan300 ,
문제를 이해하고 재현할 수 있는 더 많은 맥락이나 장난감 데이터 세트가 없으면 도움을 드리기 어렵습니다.
오류 메시지는 매우 자명합니다. 자동 데이터 대입을 실현하기에 충분한 값이 없습니다. 누락된 값 탐색 플랫폼 개요 . ADI는 강력하고 유연하지만 누락된 값을 채우기 위해 모델을 학습하는 데 충분한 데이터가 필요할 수 있으므로 데이터를 대입하는 복잡한 방법을 나타냅니다. 이 기술에는 차원이 매우 중요한데, 이는 저랭크 행렬 근사 방법(차원 감소 방법)을 기반으로 하기 때문입니다. 이 주제에 대한 토론을 읽을 수 있습니다. 일부 누락된 값은 ADI(자동 데이터 대입)로 대입되지 않습니다.
먼저 이러한 누락된 값의 출처/원인을 조사하고 누락된 값 패턴에 시간을 할애하는 것이 좋습니다. 데이터가 완전히 무작위로 누락 (MCAR), 무작위로 누락 (MAR), 무작위로 누락되지 않음 (MNAR)입니까? 자세한 내용은 여기를 참조하세요. https://muratkoptur.com/MyDsProjects/MissingData/Analysis.html
이 플랫폼에서 제공되는 누락된 값 스냅샷은 이러한 패턴을 시각화하고 이해하는 데 매우 유용합니다.
누락된 값의 패턴 발견
누락된 패턴에 따라, 무작위가 아니라면 누락된 값을 유지하는 것이 가장 좋을 수 있습니다. 이는 실험 영역의 일부가 실험적으로 실행 가능하지 않거나 장비가 이 실험 영역에서 측정할 수 없음을 의미할 수 있기 때문입니다(또는 이 영역에서 신호가 너무 낮거나 너무 높을 수 있음). 이 상황에서 값을 대입하는 것은 해로울 수 있습니다. 이 실험 영역의 "실행 불가능" 정보를 잃게 되기 때문입니다.
다변량 대치 옵션 과 같이 더 "쉬운" 옵션을 시도하고 비교해보거나 K-최근접 이웃 과 같이 이 플랫폼에 없는 다른 기술을 사용해 보세요(데이터 세트의 차원과 얻고자 하는 정밀도/견고성에 따라 K를 적절히 정의).
또한 일부 모델링 옵션(예: 트리 기반 방법, 부분 최소 제곱 등)은 누락된 값을 처리할 수 있고 값 입력이 필요하지 않다는 점도 고려하세요.
방법과 복잡성(평균/중간값/모드 임퓨테이션 기법에서 ADI 또는 다변량 SVD/RPCA 임퓨테이션까지)에 관계없이 누락된 값을 임퓨팅하면 데이터 세트에 편향이 생길 수 있습니다. 사용 사례에 따라 누락된 값과 임퓨팅된 값을 사용하여 모델을 만들고 도메인 전문 지식을 사용하여 두 모델의 결과를 비교하는 것이 흥미로울 수 있습니다.
누락된 값 탐색도 시청할 수 있습니다.
이 첫 번째 답변이 도움이 되기를 바랍니다.
