如何为泰坦尼克号数据填充年龄特征中的 nan 值？答案

【问题标题】：how to fillna the nan value in age feature for the titanic data?如何为泰坦尼克号数据填充年龄特征中的 nan 值？
【发布时间】：2021-02-26 16:10:22
【问题描述】：

我想填充年龄特征中的 nan 值。在大火车数据中，pclass 和登船特征是独立的特征。基于这些特征，我想填充年龄特征的 nan 值。 Pclass - (0,1,2) 唯一值，Embarked - ('S','Q','C') 和目标特征幸存 - (0,1)

对于 pclass、年龄和目标特征（幸存）：

sns.catplot(x='Pclass', y='Age',hue='Survived', data=train)

对于 Embarked、年龄和目标特征（幸存）：

sns.catplot(x='Embarked', y='Age',hue='Survived', data=train)

但我不知道哪个更好。请告诉我哪个更好来填充年龄特征的nan值

从训练集中删除小屋特征是正确的，它在 891 中有 204 个非空值。请告诉我

【问题讨论】：

【解决方案1】：

当我做这个巨大的实验时，我使用了 scikitlearn 库中的线性回归模型来预测丢失的年龄。

对于机舱，我将所有丢失的数据转换为机舱“M”，因此我仍然可以使用该数据列作为模型的输入。最终提高了我的分数。

您也可以尝试只输入每个“Pclass”的平均或中位年龄，然后用它来填充年龄。我相信这也行得通。

【讨论】：