在數(shù)據(jù)清洗中，處理缺失值就像“猜謎游戲”，而插補法就是根據(jù)已知線索（數(shù)據(jù)點）合理猜測缺失值的方法。以下是幾種常用插補法的通俗解析：

1. 線性插補：兩點連線的“直尺”

• 原理：在已知的兩個點之間畫一條直線，用這條直線上的值填補缺失點。
  例如：已知第1天溫度10℃，第3天20℃，第2天的溫度按直線增長估算為15℃。

• 公式：若已知點 ((x_1, y_1)) 和 ((x_2, y_2))，則 (x) 處的插值為：
  

  1747040026445.png

• 特點：

  • ? 簡單快速，適合數(shù)據(jù)變化平緩的場景。
  • ? 假設數(shù)據(jù)是線性增長，可能不符合實際復雜趨勢。

2. 多項式插補：過山車式的“曲線擬合”

• 原理：構(gòu)造一條經(jīng)過所有已知點的光滑曲線（多項式），用曲線上的值填補缺失點。
  例如：用拋物線（二次多項式）連接三個點，或更高階曲線通過更多點。
• 拉格朗日法：
  • 為每個點設計一個“專屬基函數(shù)”，組合后形成唯一多項式。
  • 公式復雜但直觀，適合理論理解。
• 牛頓法：
  • 用“差商”逐步構(gòu)建多項式，計算更高效，方便動態(tài)添加新點。
  • 結(jié)果與拉格朗日法相同，但計算方式不同。
• 特點：
  • ? 靈活適應復雜趨勢，完美穿過所有已知點。
  • ? 點數(shù)多時，多項式次數(shù)高，容易“過山車式震蕩”（過擬合）。
  • ? 對噪聲敏感，可能放大數(shù)據(jù)中的小波動。

3. 樣條插值：樂高積木式的“分段拼接”

• 原理：將數(shù)據(jù)區(qū)間分成多個小段，每段用低次多項式（如三次）連接，并保證拼接處平滑。
  例如：用多個三次曲線片段拼成整體曲線，每段連接處“無縫光滑”。
• 三次樣條：
  • 每段是三次多項式，連接處一階、二階導數(shù)連續(xù)（平滑無棱角）。
  • 需要解方程組確定參數(shù)，計算較復雜但結(jié)果穩(wěn)定。
• 特點：
  • ? 平衡靈活性與穩(wěn)定性，避免高階多項式震蕩。
  • ? 適合數(shù)據(jù)點較多或有局部波動的場景（如股價、溫度序列）。
  • ? 計算量大于線性插值，但通常比全局多項式更可靠。

如何選擇？

• 線性插補：數(shù)據(jù)簡單、趨勢接近直線，或追求速度（如實時處理）。
• 多項式插補：嚴格經(jīng)過所有點，且數(shù)據(jù)點少、趨勢復雜（慎防過擬合）。
• 樣條插值：數(shù)據(jù)點多、需要平滑且避免震蕩的場景（如自然現(xiàn)象建模）。

通俗比喻

• 線性插補：用直尺連接兩點，直接讀取中間值。
• 多項式插補：像用一根軟鐵絲彎曲穿過所有圖釘（數(shù)據(jù)點），但鐵絲可能甩來甩去。
• 樣條插值：像用多段柔韌的塑料條拼接，每段局部調(diào)整，整體平滑穩(wěn)定。

根據(jù)數(shù)據(jù)特性選擇合適的“工具”，才能在清洗時既填好坑，又不“創(chuàng)造”虛假信息！