python - sklearn 的 SimpleImputer 和 Imputer 之间的区别

标签 python machine-learning scikit-learn imputation

在 python 的 sklearn 库中有两个类,它们做的事情大致相同: sklearn.preprocessing.Imputersklearn.impute.SimpleImputer

我发现的唯一区别是 “常量” strategySimpeImputer 中键入。 还有其他区别吗?什么时候应该使用 Imputer 而不是 SimpleImputer

最佳答案

Imputer 类在 0.20 中已弃用,并将在 0.22 中删除。检查source code了解详情。回答您的问题很简单:您应该始终使用 SimpleImputer

关于python - sklearn 的 SimpleImputer 和 Imputer 之间的区别,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53912714/

相关文章:

Python从2.6升级到2.7后找不到模块

python - 如何避免在类里面使用 self.__dict__

machine-learning - Tensorflow和Scikitlearn log_loss函数实现的区别

python - 如何在 Spark 中将多个列作为逻辑回归分类器中的特征传递?

scikit-learn - 校准分类器 ValueError : could not convert string to float

python - 将掩码应用于多维数组

python - Pandas:如何(干净地)反转具有相同类别的两列?

machine-learning - caffe hdf5 H5LTfind_dataset(file_id, dataset_name_) 找不到HDF5数据集

python - imp 模块已弃用

python - 如何在特定列上生成 kmeans?