python-3.x - X的imputer = imputer.fit(X [:，1:3])代表什么？imputer.fit(X [:，1:3])的含义是什么？

Question

我正在对数据集进行预处理，我得到了该行的错误原因
imputer = imputer.fit（X [：，1：3]）。我不明白哪个？我理解imputer = Imputer（missing_values =“ NaN”，strategy =“ mean”），意味着用列和行中的均值替换缺失值。然后，我们是否要使模型适合数据，这是我不明白的？

import pandas as pd 
from sklearn import svm
import matplotlib.pylot as plt %matplotlib inline

from sklearn.preprocessing import Imputer
import seaborn as sns; sns.set(font_scale=1.2)

stock=pd.read_csv("C:/Users/Dulangi/Downloads/winequality-red.csv")
stock.head()

g=sns.lmplot('alcohol','quality',data=stock,height=7, truncate=True, scatter_kws={"s":100})
imputer = Imputer(missing_values = "NaN", strategy = "mean", axis = 0)

imputer = imputer.fit(X[:,1:3])

我得到的错误

NameError                                 Traceback (most recent call last)
<ipython-input-4-620c08822929> in <module>
     14 imputer = Imputer(missing_values = "NaN", strategy = "mean", axis = 0)
     15 
---> 16 imputer = imputer.fit(X[:,1:3])

NameError: name 'X' is not defined

NameError                                 Traceback (most recent call last)
<ipython-input-4-620c08822929> in <module>
     14 imputer = Imputer(missing_values = "NaN", strategy = "mean", axis = 0)
     15 
---> 16 imputer = imputer.fit(X[:,1:3])

NameError: name 'X' is not defined

Answer 1

我们使用sci-kit库中的imputer，即填充缺失值，我们使用数据集中所考虑列的均值或众数填充缺失值。

在[：，1：3]中，逗号前面的左侧表示选择数据集中的所有行，您甚至可以指定要选择的行范围，而不是：比如我们说1:10，然后选择前10个行。

逗号后的右侧表示从1：3开始选择第3列，我们甚至可以说：表示选择所有列。

然后，拟合将实际存储在训练数据集上计算出的均值或众数，使用我们分配的策略来填充缺失值，然后在转换过程中将其用于测试数据。

引用这些以获得更好的主意

https://www.youtube.com/watch?v=fCMrO_VzeL8&t=515s

https://www.youtube.com/watch?v=oH3wYKvwpJ8&t=1s

https://medium.com/@kanchanardj/jargon-in-python-used-in-data-science-to-laymans-language-part-two-98787cce0928