枚举型变量的缺失值估计

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

问题很简单。有一个客户清单表，其中有“性别”变量大约有10%的纪录此字段缺失/

但性别变量和姓名变量应该是有强相关性的

所以我觉得应该可以通过姓名来估算性别

例如
李刚  --> 男
张红  --> 女

如果靠人工去筛选这些类似“刚”、“红”一类的具有明显性别特征的字大约也可以解决。但是时间和效率有限。

各位大虾看一看，能否通过一些机器学习算法（无监督）的，在已有训练样本集上，对这种 姓名-->性别 关系做一个学习，然后用于对缺失数据作预测

真心求大虾们赐教，给出思路也可以+。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：缺失值 机器学习算法 机器学习 缺失数据 学习算法 机器学习 缺失值预测