python - 使用 sklearn IterativeImputer 类为 MICE 估算缺失值

Question

我正在尝试学习如何实现 MICE 来为我的数据集估算缺失值。我听说过 fancyimpute 的 MICE，但我也读到 sklearn 的 IterativeImputer 类可以实现类似的结果。来自 sklearn 的文档:

Our implementation of IterativeImputer was inspired by the R MICE package (Multivariate Imputation by Chained Equations) [1], but differs from it by returning a single imputation instead of multiple imputations. However, IterativeImputer can also be used for multiple imputations by applying it repeatedly to the same dataset with different random seeds when sample_posterior=True

我见过“种子”在不同的管道中使用，但我对它们的理解一直不够好，无法在我自己的代码中实现它们。 我想知道是否有人可以解释并提供如何使用 sklearn 的 IterativeImputer 实现 MICE 插补种子的示例？ 谢谢!

Answer 1

IterativeImputer 行为可以根据随机状态而改变。可以设置的随机状态也称为“种子”。

正如文档所述，当将 sample_posterior 设置为 True 并更改随机种子(即参数 random_state)时，我们可以获得多重插补.

以下是如何使用它的示例:

import numpy as np
from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer

X_train = [[1, 2],
           [3, 6],
           [4, 8],
           [np.nan, 3],
           [7, np.nan]]
X_test = [[np.nan, 2],
          [np.nan, np.nan],
          [np.nan, 6]]

for i in range(3):
    imp = IterativeImputer(max_iter=10, random_state=i, sample_posterior=True)
    imp.fit(X_train)
    print(f"imputation {i}:")
    print(np.round(imp.transform(X_test)))

它输出:

imputation 0:
[[ 1.  2.]
 [ 5. 10.]
 [ 3.  6.]]
imputation 1:
[[1. 2.]
 [0. 1.]
 [3. 6.]]
imputation 2:
[[1. 2.]
 [1. 2.]
 [3. 6.]]

我们可以观察三种不同的插补。