MissMecha：一个用于研究缺失数据机制的全能 Python 包.pdfVIP

MissMecha：一个用于研究缺失数据机制的

全能Python包

YouranZhouMohamedRedaSunilAryal

DeakinUniversityBouadjenekDeakinUniversity

Geelong,AustraliaGeelong,Australia

DeakinUniversity

echo.zhou@.ausunil.aryal@.au

Geelong,Australia

reda.bouadjenek@.au

摘要CCSConcepts

本•Softwareanditsengineering→Softwarelibraries

不完整数据是现实世界数据集中持久存在的挑战，通

译常由复杂且不可观测的缺失机制所决定。模拟缺失已andrepositories;•Mathematicsofcomputing→

中成为理解其对学习和分析影响的标准方法。然而，现Statisticalsoftware;•Informationsystems→Data

1有的工具零散、机制有限，并且通常只关注数值变量，mining.

v

0忽视了现实世界表格数据的异质性。我们介绍了MissMecha，

4

7一个用于在MCAR、MAR和MNAR假设下模拟、可视Keywords

4化和评估缺失数据的开源Python工具包。MissMecha

0缺失数据，缺失机制，Python包，表格数据，分类数

8.支持数值和分类特征，使跨混合类型表格数据集进行据，模拟，可视化

0机制感知研究成为可能。它包括视觉诊断、MCAR测试

5

2实用程序以及类型感知插补评估指标。旨在支持数据ACMReferenceFormat:

:

v质量研究、基准测试和教育，MissMecha为处理不完整YouranZhou,MohamedRedaBouadjenek,andSunilAryal.2018.

i数据的研究人员和实践者提供了一个统一的平台。文MissMecha：一个用于研究缺失数据机制的全能Python包.In

x

rProceedingsofMakesuretoenterthecorrectconferencetitlefromyour

a档和交互式笔记本可在以下位置获取：echoid.github.io/MissMecha。

rightsconf