我正在编写一个非常基本的程序来预测数据集中的缺失值scikit-learn 的输入器 class.
我制作了一个 NumPy 数组,创建了一个带有策略 ='mean' 的 Imputer 对象,并对 NumPy 数组执行了 fit_transform() 。
当我在执行 fit_transform() 后打印数组时,“Nan”仍然存在,并且我没有得到任何预测。
我在这里做错了什么?我如何预测缺失值?
import numpy as np
from sklearn.preprocessing import Imputer
X = np.array([[23.56],[53.45],['NaN'],[44.44],[77.78],['NaN'],[234.44],[11.33],[79.87]])
print X
imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
imp.fit_transform(X)
print X
Per 文档 http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.Imputer.html#sklearn.preprocessing.Imputer.fit_transform, sklearn.preprocessing.Imputer.fit_transform
回报一个新数组,它不会改变参数数组。因此,最小的修复是:
X = imp.fit_transform(X)
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)