列上的K近邻

Question

我有一个有未知数的数据集，我认为我可以使用k-最近的邻居。当我在Matlab中读取函数knnimpute的描述时，它说它用最接近的邻列值替换NaN值。所以我在那个列上做了一个转置，所以所有的数据现在都在一个行中。但是，我发现一个错误，即所有行都有NaN值。所以我有点搞不懂该怎么做。

下面是我运行的代码：

knnimp = knnimpute(transpose(ds.stage),k);

我无法提供数据的屏幕截图，但如下所示(所有数据都是连续的)：

1 2 4 3 2 1 1 NaN 3 3 3 1 NaN 2 NaN

下面是在转置数据上运行代码后得到的输出：

All rows of the input data contains missing values. Unable to impute missing values.

Answer 1

从外观上看，您是在单个数据向量上运行k-最近邻；即一组样本，每个样本只有一个特征。

查看方法文档上的示例1，它需要一个矩阵，其中每一列都是一个示例，每一行都是一个特性。看来，用于填充缺失的nan值的技术只有在每个示例具有多个特性时才有效(即:如果您正在传递一个矩阵)。

当您传递一个向量(即多个样本和单个特征)时，该算法无法填充NaNs，因此在应用k-最近邻函数之前，您必须删除它们。

类似于：

temp_stage = ds.stage(~isnan(ds.stage));
knnimp = knnimpute(transpose(temp_stage),k);

Answer 2

即使使用一个矩阵作为参数，如果矩阵的每一行至少有一个缺少的元素，则非线性函数也会抛出错误消息。我不确定如何满足这个约束(拥有没有缺少元素的行)。这相当于期望一个没有丢失一个或多个功能值的数据集。

示例：