python - 使用 scikit-learn 的 Imputer 模块预测缺失值

Question

我正在编写一个非常基本的程序，使用 scikit-learn 的 Imputer 类来预测数据集中的缺失值。

我制作了一个 NumPy 数组，创建了一个带有 strategy='mean' 的 Imputer 对象，并对 NumPy 数组执行了 fit_transform()。

当我在执行 fit_transform() 后打印数组时，'Nan's 仍然存在，我没有得到任何预测。

我在这里做错了什么？我该如何预测缺失值？

import numpy as np
from sklearn.preprocessing import Imputer

X = np.array([[23.56],[53.45],['NaN'],[44.44],[77.78],['NaN'],[234.44],[11.33],[79.87]])

print X

imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
imp.fit_transform(X)

print X

Answer 1

根据 the documentation ，sklearn.preprocessing.Imputer.fit_transform 返回一个新数组，它不会改变参数数组。因此，最小的修复是:

X = imp.fit_transform(X)