我正在尝试估算代表矩阵中空值的不同占位符的值。例如，每当“？”时我想估算一个值。存在于 numpy 2darray 中。
为此，我创建了一个 Imputer ，如下所示:
from sklearn import preprocessing
imputer = preprocessing.Imputer(missing_values="?", strategy='mean', axis=0, copy=False)
data = imputer.fit_transform(data)
但我收到此错误:
/usr/local/lib/python2.7/dist-packages/sklearn/preprocessing/imputation.pyc in _get_mask(X, value_to_mask)
27 def _get_mask(X, value_to_mask):
28 """Compute the boolean mask X == missing_values."""
---> 29 if value_to_mask == "NaN" or np.isnan(value_to_mask):
30 return np.isnan(X)
31 else:
NotImplementedError: Not implemented for this type
我是否误解了missing_values可以设置的内容？
我的印象是它可以是任何字符串，而不仅仅是“NaN”，这就是 scikit-learn 源似乎建议的内容。
最佳答案
类型"integer or string"真正的意思是“要么是整数，要么是字符串'NaN'”。输入fit/fit_transform应该仍然是数字。 ( "NaN" 作为字符串传递的唯一原因是传递 np.nan 可能会导致困惑的情况，因为它不等于自身，即 np.nan == np.nan 计算结果为 False 。)
关于python - scikit learn 插补 NaN 以外的值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22472700/