用KNN进行数据插补，软插补

Question

我想用MICE、KNN和软插补对FANYIMPUTE软件包中的插补值进行比较，然而，当我运行代码时，KNN和软插补只为我的值插补0，而MICE插补的值更为敏感。在

imputed_numerical=train[['Age']].select_dtypes(include='number']).as_matrix()

Age_MICE=MICE().complete(imputed_numerical)
Age_KNN=KNN(k=3).complete(imputed_numerical)
Age_SoftImpute=SoftImpute().complete(imputed_numerical)

我把结果放在一个数据帧中，如下所示：

^{pr2}$

问：为什么KNN和软插补只插补0作为完成值？在

Answer 1

问题是这些都是多变量过程，但您只使用一个变量（列）。MICE执行多元回归，KNN取最接近多维空间中缺失值的N个邻域的平均值（每个维度都是一个变量），我不确定软插补，但它可能也是一个多元过程。在

例如，请参阅knn程序中的以下警告消息：

[KNN] Warning: 3/20 still missing after imputation, replacing with 0

或者来自SoftImpute的警告：

^{pr2}$