沒有完美的數據插補法，只有最適合的

數據缺失是數據科學家在處理數據時經常遇到的問題，本文作者基於不同的情境提供了相應的數據插補解決辦法。沒有完美的數據插補法，但總有一款更適合當下情況。 我在數據清理與探索性分析中遇到的最常見問題之一就是處理缺失數據。首先我們需要明白的是，沒有任何方法能夠完美解決這個問題。不同問題有不同的數據插補方法——時間序列分析，機器學習，迴歸模型等等，很難提供通用解決方案。在這篇文章中，我將試着總結最常用的方法

>>阅读原文<<