暖色网站模板,做网站需要空间跟域名吗,百度问问,盐城网站建设有限公司【Educoder数据挖掘实训】插值填充法处理遗漏值 开挖 这关的介绍非常详细#xff0c;只要看懂了基本就没有问题。 所谓插值其实就是根据已有的数据构造出函数#xff0c;然后用这个函数来计算遗漏的数据。 比如这个题目中介绍的拉格朗日插值以及 K K K近邻。 有关拉格朗日插值…【Educoder数据挖掘实训】插值填充法处理遗漏值 开挖 这关的介绍非常详细只要看懂了基本就没有问题。 所谓插值其实就是根据已有的数据构造出函数然后用这个函数来计算遗漏的数据。 比如这个题目中介绍的拉格朗日插值以及 K K K近邻。 有关拉格朗日插值在这里做一点儿介绍 一直函数 f ( x ) f(x) f(x)在 n 1 n1 n1个插值节点 a ≤ x 0 x 1 . . . x n ≤ b a\le x_0 x_1 ... x_n \le b a≤x0​x1​...xn​≤b上的函数值 f ( x 0 ) , f ( x 1 ) , . . . , f ( x n ) f(x_0), f(x_1),...,f(x_n) f(x0​),f(x1​),...,f(xn​)求构造一个次数不超过 n n n的插值函数多项式 L n ( x ) L_n(x) Ln​(x)有 L n ( x i ) y i f ( x i ) L_n(x_i) y_i f(x_i) Ln​(xi​)yi​f(xi​) 给出构造 L n ( x ) ∑ i 0 n l i ( x ) y i L_n(x) \sum\limits_{i 0} ^nl_i(x)y_i Ln​(x)i0∑n​li​(x)yi​ 其中 l i ( x ) l_i(x) li​(x)被称为 n n n次插值基函数。 l i ( x j ) [ x j x i ] l_i(x_j) [x_j x_i] li​(xj​)[xj​xi​] 有 l i ( x ) ∏ j 0 , j ≠ i n x − x j x i − x j l_i(x) \prod\limits_{j 0, j\neq i}^n \frac{x - x_j}{x_i - x_j} li​(x)j0,ji∏n​xi​−xj​x−xj​​。 易知这个构造方程是显然成立的而且次数不会超过 n n n次。 关于 K K K就是用函数 K N N I m p u t e r KNNImputer KNNImputer函数用欧几里得距离寻找最近邻相当于最近邻算法的具体实现不多赘述。 代码如下 import pandas as pd import numpy as np from scipy.interpolate import lagrange import sklearn from sklearn.impute import KNNImputerdata pd.read_csv(src/death.csv, index_colUnnamed: 0)data data.dropna(axis1, threshdata.shape[0] * 0.2) data data.dropna(axis0, threshdata.shape[1] * 0.2)cols 2007/12/20 ########## Begin ########## # 求出2007/12/20列的缺失行索引 na_index data.index[data[cols].isna()]# 将2007/12/20列的缺失行使用前后三个数进行拉格朗日法替换s data[cols] for i in na_index :y s[list(range(i - 3, i)) list(range(i 1, i 1 3))]y y[y.notnull()]data[cols][i] lagrange(y.index, list(y))(i)print(2007/12/20 列的缺失值使用拉格朗日法替换为, data[cols][i])########## End ##########na_index pd.isna(data[FIPS]) print(替换前\n, data[[Lat, FIPS, Long_]][na_index])########## Begin ########## # 使用 Lat, FIPS, Long_ 三列进行 K 近邻计算 # data[[Lat, FIPS, Long_]] data[[Lat, FIPS, Long_]].fillna(methodbfill) imputer KNNImputer(n_neighbors 1) # data[[Lat, FIPS, Long_]] imputer.fit_transform(data[[Lat, FIPS, Long_]]) data[[Lat,FIPS,Long_]] pd.DataFrame(imputer.fit_transform(data[[Lat,FIPS,Long_]]),columns[[Lat, FIPS, Long_]]) print(替换后\n, data[[Lat, FIPS, Long_]][na_index])########## End ##########依然给出补充 这个题目中间有两行代码分别是 # data[[Lat, FIPS, Long_]] imputer.fit_transform(data[[Lat, FIPS, Long_]]) data[[Lat,FIPS,Long_]] pd.DataFrame(imputer.fit_transform(data[[Lat,FIPS,Long_]]),columns[[Lat, FIPS, Long_]])很疑惑这两行代码具体的区别是什么。 在大多数情况下是没区别的但是第二种写法会更稳定保证修改的行就是标记为 c o l u m n s columns columns的行。 两者的区别在于对填充后的数据是否进行了 D a t a F r a m e DataFrame DataFrame 包装以及是否指定了列名。通常建议使用第一种方式以确保填充后的数据与原始数据结构一致并且避免潜在的错误。