或者换句话说，A 类的数据与 B 类无关。所以它不存在，估算缺失数据如何广泛地扭曲/影响学习模型。我找不到如何处理这些相关数据的任何逻辑。所以我很抱歉我没有表现出任何努力。
在以下示例中，地理区域仅存在于 Gaz 条目中。
数据样本：
如何处理仅某些类别的缺失数据
数据挖掘
分类数据
数据插补
2021-10-08 14:34:20
1个回答
缺失数据分为三种类型：完全随机缺失（MCAR）、随机缺失（MAR）和非随机缺失（MNAR）。
你的情况是第二个，根据维基百科它：
当缺失不是随机的，但缺失可以通过有完整信息的变量完全解释时发生
这意味着zone可以从列中导出条目是否存在Produit。
因为这些值不是完全随机丢失的，所以不应应用正常的插补技术（例如，用最常见的值填充） 。相反，我建议将缺失值视为它们自己的类别。只需创建一个类别（比如说not available）并用这个值填充缺失的部分。从数据科学的角度来看，这更有意义。