python - 在 scikit-learn 中使用 SimpleImputer 时出错

Question

我使用 sklearn 来估算一些包含 NaN 值的时间序列。目前，我使用以下内容:

from sklearn.preprocessing import Imputer
imp = Imputer(missing_values='NaN', strategy='mean')
signals = imp.fit_transform(array)

其中array是形状为n_points x n_time_steps的numpy数组。它工作正常，但我收到一条弃用警告，建议我应该使用 sklearn.impute 中的 SimpleImpute。因此，我用以下内容替换了这些行:

from sklearn.impute import SimpleImputer
imp = SimpleImputer(missing_values='NaN', strategy='mean')
signals = imp.fit_transform(array)

但我在最后一行收到以下错误:

ValueError: 'X' and 'missing_values' types are expected to be both numerical. Got X.dtype=float32 and type(missing_values)=< class 'str'>.

如果有人知道此错误的原因是什么，请告诉我。我正在使用 Python 3.6.7 和 sklearn 0.20.1。谢谢!

Answer 1

如果array包含以np.NaN表示的缺失值，则应使用np.Nan作为SimpleImputer构造函数的参数。这是默认参数，所以这是有效的:

imp = SimpleImputer(strategy='mean')