第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全，請及時綁定郵箱和手機立即綁定
已解決430363個問題，去搜搜看，總會有你想問的

sklearn 的 imputer 減少列？

sklearn 的 imputer 減少列？

慕田峪4524236 2023-03-08 11:03:34
我想知道是否有人可以幫助解釋我在 sklearn 的 interativeImputer 中看到的奇怪行為。imputer = IterativeImputer(max_iter=100)print("dateframe shape ", dataframe.shape)tempDF = imputer.fit_transform(dataframe)print("imputer shape: ", tempDF.shape)我假設(shè)形狀會保持不變，但結(jié)果是：dateframe shape  (1978, 100)imputer shape:  (1978, 91)我在將 numpy 數(shù)組 sklearn 返回轉(zhuǎn)換回 pandas df 時發(fā)現(xiàn)了這個錯誤tempDF = pd.DataFrame(tempDF, index=dataframe.index, columns=dataframe.columns)關(guān)于使用 imputer 時我可以做些什么來保持原始形狀的任何建議？
查看完整描述

1 回答

?
呼如林

TA貢獻1798條經(jīng)驗 獲得超3個贊

這可能是因為你的一些 coloms 無處不在NaN，我為你創(chuàng)建了一個小例子，遵循了文檔：


from sklearn.experimental import enable_iterative_imputer

from sklearn.impute import IterativeImputer

imp_mean = IterativeImputer(random_state=0)

import numpy as np

imp_mean.fit([[7, 2, np.nan], [4, np.nan, np.nan], [10, 5, np.nan]])

X = [[7, 2, np.nan], [4, np.nan, np.nan], [10, 5, np.nan]]

imp_mean.transform(X)

array([[ 7.      ,  2.      ],

       [ 4.      , -0.999998],

       [10.      ,  5.      ]])

所以如果一切都是NanIterativeImputer 不知道如何適應和轉(zhuǎn)換它。文檔中的原始示例以 (3,3) 形狀結(jié)束。


查看完整回答
反對 回復 2023-03-08
  • 1 回答
  • 0 關(guān)注
  • 98 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯(lián)系客服咨詢優(yōu)惠詳情

 幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學習伙伴

 公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號