Python sklearn MissingIndicator用法及代碼示例

本文簡要介紹python語言中 sklearn.impute.MissingIndicator 的用法。

用法:

class sklearn.impute.MissingIndicator(*, missing_values=nan, features='missing-only', sparse='auto', error_on_new=True)

缺失值的二元指標。

請注意，此組件通常不應在由轉換器和分類器組成的 vanilla Pipeline 中使用，而是可以使用 FeatureUnion 或 ColumnTransformer 添加。

在用戶指南中閱讀更多信息。

參數：

missing_values：int、float、str、np.nan 或 None，默認=np.nan

缺失值的占位符。所有出現的missing_values 都將被估算。對於帶有缺失值的可空整數 dtype 的 pandas 數據幀，應將 missing_values 設置為 np.nan ，因為 pd.NA 將轉換為 np.nan 。

features：{'missing-only'，‘all’}，默認='missing-only'

imputer 掩碼應該代表所有特征還是部分特征。

• 如果'missing-only'(默認)，imputer mask 將僅表示在擬合期間包含缺失值的特征。
• 如果 'all' ，則 imputer 掩碼將代表所有特征。

sparse：bool 或‘auto’，默認='auto'

imputer 掩碼格式應該是稀疏的還是密集的。

• 如果'auto'(默認)，輸入掩碼將與輸入的類型相同。
• 如果 True ，輸入掩碼將是一個稀疏矩陣。
• 如果 False ，輸入掩碼將是一個 numpy 數組。

error_on_new：布爾，默認=真

如果 True 、 transform 會在 fit 中存在缺失值的特征時引發錯誤。這僅適用於 features='missing-only' 。

屬性：

features_：ndarray 形狀 (n_missing_features,) 或 (n_features,)

調用 transform 時將返回的特征索引。它們是在 fit 期間計算的。如果features='all' ，features_ 等於range(n_features) 。

n_features_in_：int

擬合期間看到的特征數。

feature_names_in_：ndarray 形狀(n_features_in_，)

擬合期間看到的特征名稱。僅當 X 具有全為字符串的函數名稱時才定義。

例子：

>>> import numpy as np
>>> from sklearn.impute import MissingIndicator
>>> X1 = np.array([[np.nan, 1, 3],
...                [4, 0, np.nan],
...                [8, 1, 0]])
>>> X2 = np.array([[5, 1, np.nan],
...                [np.nan, 2, 3],
...                [2, 4, 0]])
>>> indicator = MissingIndicator()
>>> indicator.fit(X1)
MissingIndicator()
>>> X2_tr = indicator.transform(X2)
>>> X2_tr
array([[False,  True],
       [ True, False],
       [False, False]])