Использование метода k-ближайших соседей и его модификаций для заполнения пропусков в данных

Для проекта использовался метод k-ближайших соседей для заполнения пропусков в данных. Изначально были обработаны данные, удалены выбросы и выполнено масштабирование признаков. Затем была применена кросс-валидация для выбора оптимального значения k. Для улучшения качества заполнения пропусков были использованы различные модификации метода k-ближайших соседей, такие как взвешивание соседей по расстоянию или использование различных метрик расстояния. После заполнения пропусков проведена оценка качества модели на тестовой выборке с помощью метрик оценки качества предсказаний. Полученные результаты показали улучшение качества данных после заполнения пропусков с использованием метода k-ближайших соседей и его модификаций.

Объект исследования: Метод k-ближайших соседей и его модификации

Предмет исследования: Заполнение пропусков в данных с использованием метода k-ближайших соседей

Методы исследования: Анализ данных, реализация метода k-ближайших соседей, сравнение с другими методами заполнения пропусков

Научная новизна: Исследование эффективности различных модификаций метода k-ближайших соседей для заполнения пропусков в данных

Цель проекта: Исследовать и сравнить различные модификации метода k-ближайших соседей для эффективного заполнения пропусков в данных

Проблема: Наличие пропусков в данных может привести к искажению результатов анализа и моделирования

Целевая аудитория: Специалисты по анализу данных, исследователи в области машинного обучения

Задачи проекта:
1. Изучить основы метода k-ближайших соседей
2. Реализовать различные модификации метода для заполнения пропусков в данных
3. Провести эксперименты и сравнить эффективность различных модификаций
4. Сделать выводы о наиболее подходящих методах для конкретных типов данных