什么样的模型对缺失值敏感?
1、树模型对缺失值的敏感度低,大部分可以在数据缺失的情况中使用。2、涉及到距离变量(如计算两个点之间的距离)如KNN和SVM,缺失数据就变得比较重要,因为涉及到距离,缺失值处理不当就会导致效果很差。3、线性模型的损失函数往往涉及距离计算,计算预测值与真实值的差别,容易对缺失值敏感。4、神经网络的鲁棒性强,对缺失数据不敏感。5、贝叶斯模型对于缺失数据也比较稳定。
2,852
社区成员
5,758
社区内容
加载中
试试用AI创作助手写篇文章吧