我在处理Azure ML，我的目标是看看如果我的数据集中有固定数量（百分比）的缺失值会发生什么。我的想法是：从数据集开始（以Adult数据集为例），复制原始数据集并按惯例将其称为X。数据集X将随机包含20%的缺失值。一旦我们有了原始数据集和复制的X数据集，我们可以使用神经网络算法，创建训练和测试集，然后用X数据集作为输入来训练这个神经网络。令人感兴趣的是查看产生的全局误差。之后，我们可以想象扩展X数据集中缺失值的范围。从20%开始，然后是40%，依此类推…我认为最难的部分是复制原始数据集，并因此创建带有这些缺失值的X数据集。

我该如何做到这一点？使用Azure ML中的模块还是可能使用R/Python脚本？

回答：

只是分享我的想法，请查看下面的示例代码和注释。

希望这有帮助。