基于模型的缺失值填补

分布均衡的小数据集适合使用KNN模型对缺失值进行填充

1. 预测目标：基于模型的方法将含有缺失值的变量作为预测目标
2. 集合分类：将数据集中其他变量或其子集作为输入变量，通过变量的非缺失值构造训练集，训练分类或回归模型
3. 构建预测：使用构建的模型来预测相应变量的缺失值

数据回归

1. 线性科学领域的经典学习算法
2. 用来刻画响应变量与自变量之间的关系

线性回归可以用来预测响应变量

那如何来进行缺失值填充呢

1. 含有缺失值的属性作为因变量
2. 其余的属性作为多维的自变量
3. 建立二者之间的线性映射关系
4. 求解映射函数的系数