Skip to main content
 首页 » 编程设计

python之具有 nan 值的 Imputer.fit 有什么作用

2024年12月31日13jpfss

我正在使用 scikit-learn 库学习机器学习,当我看到来自 Scikit-learn tutorial 的代码时,我感到很困惑。

它有以下代码:

import numpy as np 
from sklearn.impute import SimpleImputer 
imp = SimpleImputer(missing_values=np.nan, strategy='mean') 
imp.fit([[1, 2], [np.nan, 3], [7, 6]])        
 
X = [[np.nan, 2], [6, np.nan], [7, 6]] 
print(imp.transform(X))  

据我了解,imputer 用于填充缺失值,并且它使用一些策略,如均值、中值或众数。但是我不明白这3行代码是干什么的

imp.fit([[1, 2], [np.nan, 3], [7, 6]])        
X = [[np.nan, 2], [6, np.nan], [7, 6]] 
print(imp.transform(X))  

为什么它适合矩阵 np.nan ?这些拟合如何影响 imp.transform(X)?

请您参考如下方法:

当您运行 imp.fit 时,它会计算每列中要替换的值(在本例中为 mean)。

您可以访问访问我在每一列中保留的内容:imp.statistics_

当您运行 imp.transform 时,它会用相应的值(imp.statistics_ 中的内容)完成 NaN