Machine learning 删除缺失值百分比较高的列后，测试集和训练集维度不同
我目前有一个欺诈检测项目的问题。数据集已经在列和测试集中进行了拆分，因此最初我将测试集拆分为0.7，测试集包含393列，而列集包含394列，正如预期的那样，但当我删除缺失值百分比较高（>73%）的列时，我有15列保留在测试集中，但不在列中。我应该简单地删除这些列吗？或者把它们复制到训练集中，继续插补？后者是否有损于模型的推广？对不起，我不知道，我是这个领域的新手，谢谢 在进行机器学习时，请始终记住，在开发算法时，测试集是未知的。它被称为测试集，因为您正在测试 我应该简单地删除这些列吗 您的决定只应取决于培训集。如果删除训练集中的列，则可以在测试集中删除该列 或者将它们复制到培训集中，然后继续 插补 超级糟糕的主意！您将使用来自测试集的信息。Imagen若您已经添加了一个带有预测值的列，这也是错误的，若您将测试集中的信息用于训练集，这就是oyu所做的 后者是否有损于模型的推广Machine learning 删除缺失值百分比较高的列后，测试集和训练集维度不同,machine-learning,imputation,Machine Learning,Imputation,我目前有一个欺诈检测项目的问题。数据集已经在列和测试集中进行了拆分，因此最初我将测试集拆分为0.7，测试集包含393列，而列集包含394列，正如预期的那样，但当我删除缺失值百分比较高（>73%）的列时，我有15列保留在测试集中，但不在列中。我应该简单地删除这些列吗？或者把它们复制到训练集中，继续插补？后者是否有损于模型的推广？对不起，我不知道，我是这个领域的新手，谢谢 在进行机器学习时，请始终记住，在开发算法时，测试集是未知的。它被称为测试集，因为您正在测试 我应该简单地删除这些列吗 您的决定只
切勿将测试集中的信息用于训练集 在测试集中维护训练数据中不存在的列是毫无意义的