Question

我想做线性回归分析。我有多个功能。某些功能对数据中的某些项具有未分配（null）值。对于序数特征（例如“年”或“房间数”），我可以使用平均值插补并用数据的平均值替换所有空值。但是如何处理分类功能（例如颜色或区域）？为了更清楚，我提供了示例：

分类类型有几个特征：

Color, material, security, type, district

如果没有过多复杂的插补方法，如何在分类要素中插入空值？我被建议只将“Null”本身作为一个单独的数据变体。因此，例如在“区”栏中，“Null”将成为新的“区域”。对所有那种分类特征使用这种简单的估算是否合理，或者可能是或多或少简单，更好的插补方法存在？

Answer 1

是的，您可以在分类变量中使用NULL作为新级别。如果您只需要对分类变量使用简单的插补方法，您还可以尝试使用该变量的最频繁级别（值）或对此数据集合理的一些简单规则。