当前位置:   article > 正文

scikit-learn处理输入数据缺失值的类:Imputer_scikit-learn imputer

scikit-learn imputer

 可选参数

  • strategy:  'mean'(默认的), ‘median’中位数,‘most_frequent’出现频率最大的数
  • axis:  0(默认), 1
  • copy: True(默认),  False

输出

  • numpy数组,之后可转化为DataFrame形式 

属性: 

  • Imputer.statistics_可以查看每列的均值/中位数

特别说明:最好将imputer应用于整个数据集。因为虽然现在可能只有某一个属性存在缺失值,但是在新的数据中(如测试集)可能其他的属性也存在缺失值

  1. from sklearn.preprocessing import Imputer
  2. imputer=Imputer(strategy='median') #将每列属性的缺失值替换为中位数
  3. imputer.fit(x_train)
  4. X=imputer.transform(x_train) #转换结果X是一个numpy数组
  5. x_train=pd.DataFrame(X,columns=x_train.columns) #将numpy数组转化为dataframe
  6. print(imputer.statistics_) #查看每个属性的中位数

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/987614
推荐阅读
相关标签
  

闽ICP备14008679号