Weka教程：如何移除含缺失值的实例

我之前也踩过类似的坑——用RemoveValues处理缺失值很容易因为参数设置失误把所有实例都删光，其实Weka有专门针对缺失值的过滤器，操作起来简单又靠谱，给你两种方法：

方法一：直接用RemoveMissingValues（最省心） #

• 打开Weka Explorer导入CSV后，切到Preprocess标签页
• 在右侧Filter面板点Choose，直接搜「RemoveMissingValues」就能找到 weka.filters.unsupervised.instance.RemoveMissingValues
• 选中后点Apply，Weka会自动删掉所有带缺失值的实例
• 如果需要自定义规则（比如只检查某几列的缺失值、允许少量缺失），点过滤器旁边的Edit：
  • attributeIndices：指定要检查的列，默认*是所有列，改成1,3就只看第1、3列
  • ignoreAttributeWithAllMissing：如果某列全是缺失值，是否跳过该列而不删实例，默认是开启的
  • minimumComplete：设置实例保留的最小非缺失值比例，比如填0.8就是至少80%的列有值才留

方法二：用Multi Filter配合其他预处理 #

如果你需要同时做其他预处理（比如删无关列），可以把RemoveMissingValues加入Multi Filter：

• 选 weka.filters.MultiFilter 后点Edit
• 在弹出窗口点Add，先加RemoveMissingValues，再添加你需要的其他过滤器（比如RemoveAttribute）
• 调整执行顺序（一般先处理缺失值，再做其他操作），点OK后再Apply就行

为啥你之前会把所有实例都删了？ #

RemoveValues是用来移除包含特定数值的实例，不是专门处理缺失值的。如果参数没设对——比如没把matchMissingValues设为True，或者错误指定所有列都要匹配缺失值，就会误删所有实例。而RemoveMissingValues是专门为缺失值场景设计的，不会出现这种问题。

内容的提问来源于stack exchange，提问作者bockdavidson