时间序列缺失值处理

判断 Missing at Random 还是 Missing not at Random

• 前者删除，后者插补

直接删除法

• 舍弃数据中的一些重要信息

基于统计学的填充方法

• 均值填充，中值填充，常用值填充，上下填补法，前后加权均值法

• 忽略数据的时序信息

基于机器学习的填充方法

• [[KNN]]，[[RNN]]，[[EM]]，[[MF]]

• [[E2GAN]] 时间序列插值算法框架，利用 GAN 来进行时间序列插值

• 很少考虑两个相邻数据间的时序信息

Ref

• 时间序列数据如何插补缺失值？ - 知乎 (zhihu.com)