Python机器学习-输入分类数据?

我认为答案取决于你的特征。

用填充缺少的数据 expectation maximization (EM)

更正式一点说,如果你在性别列中有一个缺失值,但你有一个工资值,EM告诉你P(性别=男性|工资=w0,θ),即在给定工资=w0和θ的情况下,性别为男性的概率,θ是通过最大似然估计获得的参数。

更简单地说,这可以通过运行性别对工资的回归(使用逻辑回归,因为y变量是分类的)来实现,从而为您提供上述概率。

视觉上:

(这些完全是附加值,但传达了男性工资分配通常高于女性的想法)

不要归咎于 如果这两个特征之间没有关系,并且您认为丢失的数据可能不是随机丢失的。