Добрый день
на самом деле все зависит от контекста.
К примеру вы прогнозируете вероятность покупки какого-то продукта клиентом по историческим действиям клиента. Допустим, покупки телевизора. У вас очень много переменных и одна из них «кол-во покупок клиентом игр для приставки». И при расчете этой переменной вы считаете количество строк в таблице БД, где есть слово «PS» или «Xbox». В случае, если таких записей нет, у вас будет Nan, но логично заменить его нулем, так как клиент не покупал игр.
Это лишь один из примеров. Если же природа формирований данных вам неизвестна, то лучше удалить весь столбец. Ну а если у вас очень много миллионов наблюдений и данный признак имеет высокую разделяющую способность то может рассмотреть вариант дропа Nan построчно. Повторюсь, все зависит от контекста задачи
1 эксперт согласен
В наших задачах приходилось или а) отбраковывать весь датасет и собирать/запрашивать новый, или б) отбрасывать столбец и строить в итоге модель без этого параметра (применимо для некоторых задач: в процессе анализа оказывалось... Читать далее
Добрый день. Решение использовать эти данные или нет это магия аналитика. Данное решение зависит от набора данных. Какой тип данных в этом столбце. Какой общий объём. Можно ли найти корреляции между оставшимися 20% данных и... Читать далее
С уважением, Соколов Андрей,
Компания "Бюро важных дел" - партнер Битрикс24
Перейти на aso.bitrix24.site