Maschinell übersetztes Thema Sie können zur englischen Version wechseln.Siehe Haftungsausschluss
Die genaueste und aktuellste Version dieser Dokumentation finden Sie in der englischen (ursprünglichen) Version. IBM haftet nicht für Schäden oder Verluste, die durch die Verwendung automatisch (maschinell) übersetzter Inhalte entstehen.
Implementierungsdetails der Datenimputation für Zeitreihenexperimente
Letzte Aktualisierung: 04. Okt. 2024
Implementierungsdetails der Datenimputation für Zeitreihenexperimente
Die Experimenteinstellungen für die Datenimputation in Zeitreihenexperimenten.
Datenimputationsmethoden
Copy link to section
Wenden Sie eine dieser Datenimputationsmethoden in Experimenteinstellungen an, um fehlende Werte in einem Dataset bereitzustellen.
Datenimputationsmethoden für Klassifizierungs-und Regressionsexperimente
Imputationsmethode
Beschreibung
FlattenIterative
Zeitreihendaten werden zuerst abgeflacht, dann werden fehlende Werte mit dem iterativen Imputer von Scikit-learn imputiert.
Linear
Lineare Interpolationsmethode wird verwendet, um den fehlenden Wert zu imputieren.
Kubisch
Kubische Interpolationsmethode wird verwendet, um den fehlenden Wert zu imputieren.
Zurück
Fehlender Wert wird mit dem vorherigen Wert imputiert.
Weiter
Fehlender Wert wird mit dem nächsten Wert imputiert.
Füllung
Fehlender Wert wird mithilfe eines benutzerdefinierten Werts, eines Stichprobenmittelwerts oder eines Stichprobenmedian imputiert.
Eingabeeinstellungen
Copy link to section
Mit diesen Befehlen wird die Datenimputation für Zeitreihenexperimente in einem Notebook unterstützt.
Datenimputationsmethoden für Zeitreihenexperimente
Ihren Namen
Beschreibung
Wert
DefaultValue
use_imputation
Flag zum Ein-oder Ausschalten der Imputation.
True oder False
Ja
imputer_list
Liste der zu durchsuchenden Imputernamen (Zeichenfolgen). Wird keine Liste angegeben, werden alle Standardimputer durchsucht. Wenn eine leere Liste übergeben wird, werden alle Imputer durchsucht.
Ein einzelner numerischer Wert, der für alle fehlenden Werte gefüllt werden soll. Gilt nur, wenn "imputer_fill_type" als "value" angegeben ist. Wird ignoriert, wenn "mean" oder "median" für "imputer_fill_type" angegeben ist.
(Negativ unendlich, Positive unendlich)
0
imputation_threshold
Schwellenwert für die Imputation. Das Verhältnis fehlender Werte darf nicht größer als der Schwellenwert in einer Spalte sein. Andernfalls tritt ein Fehler auf.
(0, 1)
0.25
Hinweise zur Verwendung von use_imputation
Copy link to section
Wenn die Methode use_imputation als True angegeben ist und die Eingabedaten fehlende Werte enthalten:
imputation_threshold wird wirksam.
Imputer-Kandidaten in imputer_list werden für die Suche nach dem besten Imputer verwendet.
Wenn der beste Imputer Fillist, werden imputer_fill_type und imputer_fill_value angewendet; andernfalls werden sie ignoriert.
Wenn die Methode use_imputation als True angegeben ist und die Eingabedaten keine fehlenden Werte aufweisen:
imputation_threshold is ignored.
Imputer-Kandidaten in imputer_list werden für die Suche nach dem besten Imputer verwendet. Wenn der beste Imputer Fillist, werden imputer_fill_type und imputer_fill_value angewendet; andernfalls werden sie ignoriert.
Wenn die Methode use_imputation als False angegeben ist, die Eingabedaten jedoch fehlende Werte enthalten:
use_imputation wird mit einer Warnung aktiviert, dann folgt die Methode dem Verhalten für das erste Szenario.
Wenn die Methode use_imputation als False angegeben ist und die Eingabedaten keine fehlenden Werte enthalten, ist keine weitere Verarbeitung erforderlich.