如何使用缺少率的分类功能进行插奖？

Question

我有一个数据集，其中包含一个分类功能，缺少率为95％。什么值可以替换缺失的单元格？还是删除此功能？

Answer 1

您可以将其变成一个单热编码的功能，并带有一类“缺失”类，具体取决于基数（那里有多少个类别）。如果基数太高，则需要使用其他技术来获得高基数功能，但您仍然可以将“缺少”作为附加类别。

Answer 2

我已经阅读了另一个答案的评论，似乎您有很多丢失的数据。然后，在这种情况下，我会推荐小鼠插补（链式的多个插补）。它处理所有类型的不同变量类型（数值，分类，二进制），并且填充NA值取决于变量的类型。如果使用R，则可以检查 https://cran.r-project.org/web/packages/mice/mice.pdf. 。它包含详细的软件包和功能信息和示例。