[Day29]懒惰的人是时间的奴隶-资料医生，补值高手

昨天我们发现，过多的样本反而会对估计做出反效果，因此我们今天要来缩小样本来补值，说到缩小样本，就不得不提到鼎鼎大名的KNN演算法，又称为K-近邻演算法、最近邻居法，相关理论很复杂，我们先跳过，总而言之就是是用空缺邻近的数值来推估缺值，以下示范多款比较高端的插值法

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt 


if __name__ == "__main__":
    data = pd.read_csv("./temp.csv")

    # 有些插值法是时间序列专用，所以最好先将索引转成时间
    data["time"] = pd.to_datetime(data["time"])
    data = data.set_index("time")

    # 线性插值法
    data["linear_imputed"] = data["temp"].interpolate(method="linear")

    # 最近邻居插值法
    data["nearest_imputed"] = data["temp"].interpolate(method="nearest")

    # 导数插值法
    data["from_derivatives_imputed"] = data["temp"].interpolate(method="from_derivatives")

    # 以下这些方法会使用到索引，请加上一个顺序参数，其中多项式跟样条一定要加
    # 时间插值法，时间序列专用
    data["time_imputed"] = data["temp"].interpolate(method="time", order=10)

    # 线性插值法
    data["slinear_imputed"] = data["temp"].interpolate(method="slinear", order=10)

    # 二次插值法
    data["quadratic’_imputed"] = data["temp"].interpolate(method="quadratic", order=10)

    # 三次插值法
    data["cubic_imputed"] = data["temp"].interpolate(method="cubic", order=10)

    # 零插值法
    data["zero_imputed"] = data["temp"].interpolate(method="zero", order=10)

    # 样条插值法
    data["spline_imputed"] = data["temp"].interpolate(method="spline", order=2)

    # 多项式插值法
    data["polynomial_imputed"] = data["temp"].interpolate(method="polynomial", order=2)

    data.to_csv("./OK.csv")

这个数值是不是比昨天更有说服力了呢