列上的k最近邻

Question

我有一个包含未知行的数据集，我认为我可以在其上使用k-Nearest Neighbor。 当我在Matlab中knnimpute函数knnimpute的描述时，它说它将NaN值替换为其最近的邻居列值。 因此，我对该列进行了转置，因此所有数据现在都位于一行中。 但是，我收到一条错误消息，说所有行中都有NaN值。 所以我对如何处理感到困惑。

这是我运行的代码：

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

我无法截取数据的屏幕截图，但这是它的样子（所有数据都在一行中）：

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

这是对转置后的数据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，您正在单个数据向量上运行k最近邻； 那是一组样本，每个样本只有一个功能。

查看方法文档中的示例1，它期望一个矩阵，其中每一列都是一个样本，每一行都是一个特征。 似乎仅当每个样本具有多个特征（即：如果您要传递矩阵）时，用于填充缺失的nan值的技术才有效。

当您传递矢量（即多个样本和单个特征）时，该算法无法填写NaN，因此您必须在应用k最近邻函数之前将其删除。

就像是：

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

Answer 2

即使使用矩阵作为参数，如果矩阵的每一行都至少有一个缺少的元素，则knnimpute函数也会引发错误消息。 我不确定通常如何满足此约束（具有不丢失元素的行）。 这等效于期望一个或多个功能的数据集没有缺失值。

例：