python - 使用 fancyimpute 对测试集进行插补

Question

python 包 Fancyimpute提供了几种在 Python 中插补缺失值的方法。该文档提供了一些示例，例如:

# X is the complete data matrix
# X_incomplete has the same values as X except a subset have been replace with NaN

# Model each feature with missing values as a function of other features, and
# use that estimate for imputation.
X_filled_ii = IterativeImputer().fit_transform(X_incomplete)

将插补方法应用于数据集 X 时效果很好。但是，如果需要进行训练/测试分割怎么办？一次

X_train_filled = IterativeImputer().fit_transform(X_train_incomplete)

被调用，如何估算测试集并创建X_test_filled？需要使用训练集中的信息来估算测试集。我猜想 IterativeImputer() 应该返回适​​合 X_test_incomplete 的对象。那可能吗？

请注意，对整个数据集进行估算，然后分成训练集和测试集是不正确的。

Answer 1

该包看起来像是模仿 scikit-learn 的 API。查看源代码后，看起来确实有一个 transform方法。

my_imputer = IterativeImputer()
X_trained_filled = my_imputer.fit_transform(X_train_incomplete)

# now transform test
X_test_filled = my_imputer.transform(X_test)

插补器将应用从训练集中学到的相同插补。