我有一个记录,其中包含特定站点的每月最高和最低温度。该记录显示了从1908年1月到2012年3月的每个月的信息。但是,一些温度值已被清除。
Sample Data
yyyy month tmax tmin
1908 January 5.0 -1.4
1908 February 7.3 1.9
1908 March 6.2 0.3
1908 April Missing_1 2.1
1908 May Missing_2 7.7
1908 June 17.7 8.7
1908 July Missing_3 11.0
1908 August 17.5 9.7
1908 September 16.3 8.4
1908 October 14.6 8.0
1908 November 9.6 3.4
1908 December 5.8 Missing_4
1909 January 5.0 0.1
1909 February 5.5 -0.3
1909 March 5.6 -0.3
1909 April 12.2 3.3
1909 May 14.7 4.8
1909 June 15.0 7.5
1909 July 17.3 10.8
1909 August 18.8 10.7 我想找出缺少的值。哪种模型最适合解决这类问题?我在这里尝试使用MultiVariate线性回归。这是一种正确的方法吗?
发布于 2015-04-30 17:42:17
这是一个经验性问题。线性回归是一个很好的起点。如果数据具有非线性形状,您可能会发现转换特征/输出允许您拟合线性模型。
我建议您提出一些建议,并对具有现值的条目使用交叉验证。用这个来改进你的方法。如果假设缺失值与当前值具有相同的分布是合理的(即,在缺失值中没有系统偏差,如极端温度下的设备故障),则交叉验证误差应该是判断缺失数据补偿质量的合理方法。
https://stackoverflow.com/questions/29961563
复制相似问题