我試圖用平均策略來(lái)插補(bǔ)NaN值，但不是插補(bǔ)它，而是刪除了值，我在這里閱讀了如何使用它和文檔，它根本無(wú)法與numpy數(shù)組或python列表一起使用，有什么問(wèn)題？解決方案是什么？SimpleImputerNaNimport numpy as npfrom sklearn.impute import SimpleImputerfrom sklearn.model_selection import train_test_splitX = np.array([[2,3,6,5,4, np.nan],[2,3,6,15,4, np.nan]])SI = SimpleImputer(strategy='mean')X = SI.fit_transform(X)print(X)輸出runfile('D:/python projects/untitled0.py', wdir='D:/python projects')[[ 2. 3. 6. 5. 4.] [ 2. 3. 6. 15. 4.]]
2 回答
白衣染霜花
TA貢獻(xiàn)1796條經(jīng)驗(yàn) 獲得超10個(gè)贊
In [239]: SI=SimpleImputer(verbose=1)
In [240]: SI.fit_transform(X)
/usr/local/lib/python3.6/dist-packages/sklearn/impute/_base.py:403: UserWarning: Deleting features without observed values: [5]
"observed values: %s" % missing)
Out[240]:
array([[ 2., 3., 6., 5., 4.],
[ 2., 3., 6., 15., 4.]])
調(diào)整 X：
In [241]: X = np.array([[2,3,6,5,4, np.nan],[2,3,6,15,np.nan, 4]])
In [242]: SI.fit_transform(X)
Out[242]:
array([[ 2., 3., 6., 5., 4., 4.],
[ 2., 3., 6., 15., 4., 4.]])
狐的傳說(shuō)
TA貢獻(xiàn)1804條經(jīng)驗(yàn) 獲得超3個(gè)贊
最后一列中的所有值都在數(shù)據(jù)中。因此，imputer 會(huì)刪除該列，因?yàn)樗恢佬枰逖a(bǔ)的值。請(qǐng)確保您的數(shù)據(jù)中至少有一個(gè)非值，以便允許 imputer 工作。NanNan
X = np.array([[2,3,6,5,4, np.nan],
[2,3,6,15,4, np.nan],
[1,2,6,2,4, 1] ])
SI = SimpleImputer(strategy='mean')
SI.fit_transform(X)
# Output:
[[ 2. 3. 6. 5. 4. 1.]
[ 2. 3. 6. 15. 4. 1.]
[ 1. 2. 6. 2. 4. 1.]]
添加回答
舉報(bào)
0/150
提交
取消