数据预处理中填补空缺值的方法有哪些？
数据预处理中填补空缺值的方法主要有以下几种：
1. 热卡插补：也叫就近补齐，对于一个包含空值的对象，热卡填充法在完整数据中找到一个与它最相似的对象，然后用这个相似对象的值来进行填充。这种方法利用了数据间的关系来进行空值估计，但缺点在于难以定义相似标准，主观因素较多。
2. 拟合插补：利用有监督的机器学习方法，如回归、最邻近、随机森林、支持向量机等模型，对缺失值进行预测。其优势在于预测的准确性高，缺点是需要大量的计算，导致缺失值的处理速度大打折扣。
3. 多重插补：也称为MCMC法，是在高缺失率下的首选插补方法，优点是考虑了缺失值的不确定性。
需要注意的是，不同的问题可能会选用不同的标准来对相似进行判定，以及如何制定这个判定标准。此外，拟合插补的准确性与计算量成正比，因此在实际操作中需要根据具体情况选择合适的插补方法。
