Quiero imputar valores faltantes, pero me aparece un mensaje que indica que no hay suficientes datos para imputar valores faltantes. La imagen adjunta proporciona más detalles.
Hola @Dessan300 ,
Es difícil ayudarte sin más contexto o un conjunto de datos básicos para comprender y reproducir tu problema.
El mensaje de error se explica por sí solo: no tiene suficientes valores para realizar una imputación automática de datos: descripción general de la plataforma Explore Missing Values . ADI es robusta y flexible, pero representa un método complejo para imputar datos, ya que puede requerir datos suficientes para entrenar al modelo para que complete los valores faltantes. La dimensionalidad es bastante importante para esta técnica, ya que se basa en un método de aproximación de matriz de bajo rango (método para la reducción de la dimensionalidad). Puede leer la discusión sobre este tema: Algunos valores faltantes no se imputan con ADI (imputación automática de datos)
Recomendaría investigar primero la fuente o causa de estos valores faltantes y dedicar algo de tiempo a los patrones de valores faltantes: ¿los datos son datos que faltan completamente al azar (MCAR), datos que faltan al azar (MAR) o datos que no faltan al azar (MNAR)? Más información aquí: https://muratkoptur.com/MyDsProjects/MissingData/Analysis.html
La instantánea de valor faltante disponible en esta plataforma es muy útil para visualizar y comprender estos patrones.
Descubriendo patrones en valores faltantes
Dependiendo de los patrones faltantes, si no es aleatorio, puede ser mejor mantener el valor faltante, ya que podría implicar que una parte del área experimental puede no ser factible experimentalmente o que los equipos no pueden medir en esta área experimental (o la señal puede ser demasiado baja o demasiado alta en estas áreas). Imputar valores en esta situación puede ser perjudicial, ya que perderá la información de "no viabilidad" de esta área experimental.
Puede probar opciones "más fáciles" y compararlas, como las opciones de imputación multivariada , o usar otras técnicas que no están disponibles en esta plataforma, como K-vecinos más cercanos (y definir K apropiadamente dependiendo de la dimensionalidad de su conjunto de datos y la precisión/robustez que desee obtener).
También tenga en cuenta que algunas opciones de modelado pueden manejar valores faltantes y no requieren imputar valores, como los métodos basados en árboles, mínimos cuadrados parciales, etc.
Independientemente del método y su complejidad (desde técnicas de imputación de media/mediana/moda hasta imputación ADI o SVD/RPCA multivariante), la imputación de valores faltantes puede sesgar el conjunto de datos. Según el caso de uso, puede ser interesante crear un modelo utilizando valores faltantes y valores imputados, y comparar los resultados de los dos modelos con experiencia en el dominio.
También puedes ver Explorando valores faltantes.
Espero que esta primera respuesta pueda ayudarte.
