是空白的手机信号 还是不见了?

是空白的手机信号 还是不见了? 有时一个空格是行中信息最丰富的. 问题在于你通常只通过读取数据词典来了解你所在的哪个情况——而这个范围并没有达到800个被命名的列. 所以我们来测量一下,然后对照文献检查答案。 Ames的售出量是1 460个 79个栏目 其中有19个栏目有空白 "丢掉70%以上的栏目" 我已经把这条线写进更多的管道 比我数。 在Ames上,它删除了4个栏目——其中3个栏目有真正的价格信号坐落在缺口中. 这个数据集的空白是结构的. 空白并不意味着价值被丢失;这意味着房子没有车库. 空白意味着没有巷道进入。 虚空为度量. 这很容易在这里看到,因为各栏都有英文名和已出版的数据词典. 在供应商的饲料中很难看到匿名特征,而这正是最真实的项目的外形。 所以,值得回答的问题不是"缺失会携带信号"——这是你能分辨出来的,而不知道栏目的意思? 单是空白/非空白图案的0.41 R2 ——每个值都丢弃 1.00 AUC 从其他列的值±0.9% 总计分布在五道策略中——在一个±1.5% CV噪声波段 1 内 空格有一个价格标记 以粗略的检查开始:在一列为空白的行与一行为空白的行之间销售价格是否不同? 同一行上空白的列描述一个事实,所以五个车库列倒塌为一. 图1. 中间销售价格,空白行对价值行. 没有车库是68克的中位数折扣 163克的中位数房子。 注意道牌翻转:有小巷或栅栏的房屋是更便宜的——这些地物标志着更老更密集的街区. "Blank = worse"并不是你可以假设的规则. 然后更难的测试。 丢弃表格中的每个值,只保留一个 / 的19 栏矩阵—— 这个单元格是空的吗? 适应它,没有别的。 图2. 五倍CV. 从未见过地板面积、街区或建造的一年的模型达到R2 = 0.41,纯粹是牢房的空地。 空白相声. 但我们只能通过阅读数据词典来理解它们——这就是没有尺度的部分. 2 ^ 两个问题,大多数人只问第一个问题,每栏有空白,就问两个问题——这两个问题都不要求知道栏的意思. 轴 1 — 空白会移动目标吗 ? 将空行与非空行之间的对数价格标准相差,在八个栏目组中进行穿行测试并进行Benjamini-Hochberg校正. 这是大家已经运行的轴线。 轴2——空白部分是否可以从其他列的值中恢复? 预想"此单元格是否为空白",来自其他各列,而其他各列本身的缺失会先被销毁,因此分类器只能使用可以实际观察到的值. AUC接近1.0 意味着其他栏目已经告诉你了 AUC 接近 0. 5– 0. 8 表示表里没有其他知道的东西. 轴 1 单独是一个陷阱。 一个空白可以与目标紧密相联,而且仍然值一文不值,因为相邻一栏载有同样的事实. 列组% 空白效应 附加 。 p 恢复AUC判决:Fence 80.8+0.45 0.07 0.765 旗 它 Alley 93.8+0.55 0.07 0.942 旗 它 Bsmt ×5 2.6 -1.23 0.97 0.982 旗 它Misfeature 96.3+0.41 0.051 0.983 旗 它 LotFrontage 17.7+0.0930 0.824 无信号 MasVnrType 59.7 -0.79 0.07 0.99 冗余火炉Qu 47.3 - 1.02 0.07 000 冗余停车场 ×5 5.5 −1.41 0.000 1.000 图3 二轴相合. 泡泡大小是行空白分数. 阴影带里的一切 已经在桌子的别处编码了 有趣的案子坐在左边 AUC 0.77和0.94:表中没有其他编码。 他们的空白是他们事实的唯一载体——他们恰恰是一栏"掉出>70%"规则被删除. 经典的"只是中位数"