我試圖用平均策略來插補NaN值，但不是插補它，而是刪除了值，我在這里閱讀了如何使用它和文檔，它根本無法與numpy數組或python列表一起使用，有什么問題？解決方案是什么？SimpleImputerNaNimport numpy as npfrom sklearn.impute import SimpleImputerfrom sklearn.model_selection import train_test_splitX = np.array([[2,3,6,5,4, np.nan],[2,3,6,15,4, np.nan]])SI = SimpleImputer(strategy='mean')X = SI.fit_transform(X)print(X)輸出runfile('D:/python projects/untitled0.py', wdir='D:/python projects')[[ 2. 3. 6. 5. 4.] [ 2. 3. 6. 15. 4.]]
2 回答
白衣染霜花
TA貢獻1796條經驗 獲得超10個贊
In [239]: SI=SimpleImputer(verbose=1)
In [240]: SI.fit_transform(X)
/usr/local/lib/python3.6/dist-packages/sklearn/impute/_base.py:403: UserWarning: Deleting features without observed values: [5]
"observed values: %s" % missing)
Out[240]:
array([[ 2., 3., 6., 5., 4.],
[ 2., 3., 6., 15., 4.]])
調整 X：
In [241]: X = np.array([[2,3,6,5,4, np.nan],[2,3,6,15,np.nan, 4]])
In [242]: SI.fit_transform(X)
Out[242]:
array([[ 2., 3., 6., 5., 4., 4.],
[ 2., 3., 6., 15., 4., 4.]])
狐的傳說
TA貢獻1804條經驗 獲得超3個贊
最后一列中的所有值都在數據中。因此，imputer 會刪除該列，因為它不知道需要插補的值。請確保您的數據中至少有一個非值，以便允許 imputer 工作。NanNan
X = np.array([[2,3,6,5,4, np.nan],
[2,3,6,15,4, np.nan],
[1,2,6,2,4, 1] ])
SI = SimpleImputer(strategy='mean')
SI.fit_transform(X)
# Output:
[[ 2. 3. 6. 5. 4. 1.]
[ 2. 3. 6. 15. 4. 1.]
[ 1. 2. 6. 2. 4. 1.]]
添加回答
舉報
0/150
提交
取消