如何使用缺失值填充组件_隐私增强计算(DataTrust)-阿里云帮助中心

一、组件说明

在联邦学习任务中，缺失值指的是数据集中某些特征（属性）的取值缺失。由于许多机器学习算法需要输入完整的数据集进行训练，所以在数据集中存在缺失值会对模型的训练和性能产生影响。因此，需要对缺失值进行填充，以便于联邦学习算法的处理。

组件截图

二、参数说明

对于字符型特征和数值型特征，分别对应不同的填充方法。可以只选择其中一种，而另外一种选择不填。

字符类型填充参数

参数名称	参数说明
字符类型-选择填充字段	选择需要填充值的字段列。
字符类型-原值	选择需要被替换的原值类型，选项有：NULL，空字符，NULL和空字符，自定义。
字符类型-替换自定义值	选择原值将要被替换的值，自定义。

数值类型填充参数

参数名称	参数说明
数值类型-选择填充字段	选择需要填充值的字段列。
数值类型-原值	选择需要被替换的原值类型，选项有：NULL，自定义。
数值类型-替换为	选择原值将要被替换的值，可以选择替换为平均数、中位数、众数、自定义。

三、有配置文件可读

在上游有配置文件可以选择的时候，可以使用配置文件进行缺失值填充。填充字段和配置文件相同，无需选择。填充的方式和配置文件相同。举例：在训练过程中，希望用训练数据的中位数来填充至预测数据中，此时可以将训练时使用的配置文件，通过【读配置文件】接入到【缺失值填充】的输入桩中，以此来保证训练数据和预测数据的一致性，如下图所示：