Algorithm · 数据质量数据质量

缺失值处理

Missing Data Handling

识别、标记与处理数据缺失:区分为"通信中断"、"传感器故障"、"主动剔除"与"未采集"。

01

定义

识别、标记与处理数据缺失:区分为"通信中断"、"传感器故障"、"主动剔除"与"未采集"。

02

公式与计算

缺失率 = 缺失样本数 / 应到样本数 连续性指标:最长连续缺失时长 T_gap
03

适用时机

所有时间序列入库前的必做步骤;缺失原因是判断数据可用性的关键。

04

关键参数

缺失原因分类、最长可容忍 gap、是否允许插补

05

注意事项

失效与边界SIYB 建议:不静默插补。缺失必须保留为缺失并标记原因,插补值应另设字段。
CLOSE

把 缺失值处理 用起来

需要把技术判断落到项目?

进入行业应用与智能选型中心,获取场景设计、选型与实施参考。