对缺失数据进行插补的方法都有哪些（）
A: 删除包含缺失值的观测
B: 成对删除法
C: 用最高频率值来填补缺失值
D: 回归插补
A: 删除包含缺失值的观测
B: 成对删除法
C: 用最高频率值来填补缺失值
D: 回归插补
举一反三
- 处理缺失值的常用方法有删除含有缺失值的个案和用可能值插补缺失值。
- 对缺失数据进行处理的方法有( )。 A: 删除个案 B: 删除缺失值 C: 插补法 D: 格式规范 E: 去重复值
- 下列关于缺失值处理的说法错误的是( ) A: 连续型特征可以使用众数来插补缺失值 B: 离散型特征可以使用平均值来插补缺失值 C: 可以将缺失值作为预测目标建立模型进行预测,以此来插补缺失值 D: 根据经验,可以手动对缺失值进行插补
- 处理缺失值的方法有( )。 A: 不处理 B: 删除记录 C: 数据插补 D: dropna
- 如果一项调查中，样本量很大；缺失值很少；存有缺失值的变量之间不是高度相关，这时合理的缺失值处理方法是（）。 A: 均值插补 B: 最近邻插补 C: 排除缺失项目的方法 D: 删除个案