替换缺失值为什么用均值填充

替换缺失值使用均值填充是一种比较简单的方法，它的主要优点是可以使数据集的整体分布不会受到过多影响。当数据集中存在大量缺失值时，直接删除或者插值可能会对数据集的整体分布产生较大的影响，从而影响到机器学习模型的训练效果。而使用均值填充可以尽可能地保持原始数据的特征，同时又能够有效地去除缺失值的影响，从而保证了数据集的完整性和准确性。当然，这种方法也有一些缺点，比如对于某些特殊情况，均值填充可能会导致数据的失真，因此在使用时需要根据具体情况进行选择。