Python sklearn SimpleImputer用法及代碼示例

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

用法:

class sklearn.impute.SimpleImputer(*, missing_values=nan, strategy='mean', fill_value=None, verbose=0, copy=True, add_indicator=False)

用於完成缺失值的插補轉換器。

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 。

strategy：str，默認='平均值'

插補策略。

• 如果“mean”，則使用每列的平均值替換缺失值。隻能用於數值數據。
• 如果“median”，則使用沿每列的中值替換缺失值。隻能用於數值數據。
• 如果“most_frequent”，則使用每列中出現頻率最高的值替換缺失值。可用於字符串或數字數據。如果有多個這樣的值，則隻返回最小值。
• 如果“constant”，則用fill_value 替換缺失值。可用於字符串或數字數據。

fill_value：str 或數值，默認=None

當 strategy == “constant” 時，fill_value 用於替換所有出現的 missing_values。如果保留默認值，則在輸入數值數據時fill_value 將為 0，而對於字符串或對象數據類型，“missing_value” 將為。

verbose：整數，默認=0

控製 imputer 的詳細程度。

copy：布爾，默認=真

如果為 True，將創建 X 的副本。如果為 False，則將盡可能就地進行插補。請注意，在以下情況下，將始終製作新副本，即使 copy=False ：

• 如果X 不是浮點值數組；
• 如果X被編碼為CSR矩陣；
• 如果 add_indicator=True 。

add_indicator：布爾，默認=假

如果為真， MissingIndicator 變換將疊加到 imputer 變換的輸出上。這允許預測估計器解釋缺失，盡管有插補。如果某個特征在擬合/訓練時沒有缺失值，則即使在變換/測試時存在缺失值，該特征也不會出現在缺失指示器上。

屬性：

statistics_：形狀數組(n_features，)

每個特征的插補填充值。計算統計數據可能會產生np.nan 值。在transform期間，與np.nan統計對應的特征將被丟棄。

indicator_：sklearn.impute.MissingIndicator

用於為缺失值添加二元指標的指標。 None 如果 add_indicator=False 。

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。

注意：

如果策略不是 "constant" ，則僅在 fit 處包含缺失值的列將在 transform 上被丟棄。

例子：

>>> import numpy as np
>>> from sklearn.impute import SimpleImputer
>>> imp_mean = SimpleImputer(missing_values=np.nan, strategy='mean')
>>> imp_mean.fit([[7, 2, 3], [4, np.nan, 6], [10, 5, 9]])
SimpleImputer()
>>> X = [[np.nan, 2, 3], [4, np.nan, 6], [10, np.nan, 9]]
>>> print(imp_mean.transform(X))
[[ 7.   2.   3. ]
 [ 4.   3.5  6. ]
 [10.   3.5  9. ]]