1
Amy 原创整理｜资料核验：2026-10-30
scikit-learn文档说明，KNNImputer从训练集中寻找邻近样本，用邻居的数值估计缺失项。两行是否相近，取决于它们共同未缺失的特征；默认距离为nan_euclidean，默认使用5个邻居并等权处理，也可按距离加权。
教学情境：某行缺少一个传感器读数，算法可以根据其他已知字段找到邻居并补值。但这个结果是估计值，不是后来找回的真实测量值；如果可比较字段很少，相似性的业务意义尤其值得检查。
Amy建议：保留原始缺失标记，抽样检查邻居是否合理，并与简单补值方案比较验证效果。文档中的add_indicator可提供缺失指示，但训练时从未缺失的字段，即使测试时缺失，也不会自动出现在该指示器里，使用时要看清这个范围。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.impute.KNNImputer.html