做什么插补器配合用nan值做什么？

Question

我正在使用scikit学习库学习机器学习，当我看到来自Scikit-learn tutorial的代码时，我感到很困惑

它有以下代码：

import numpy as np
from sklearn.impute import SimpleImputer
imp = SimpleImputer(missing_values=np.nan, strategy='mean')
imp.fit([[1, 2], [np.nan, 3], [7, 6]])       

X = [[np.nan, 2], [6, np.nan], [7, 6]]
print(imp.transform(X)) 

据我所知，插补器是用来填补缺失的值，它使用一些策略，如平均值，中位数或模式。但我不明白这三行代码在做什么

^{pr2}$

为什么它适合一个矩阵np.nan？这些配合如何影响imp.transform(X)？在

Answer 1

当您运行imp.fit时，它将计算每列中要替换的值（在本例中为mean）。在

您可以访问我在每个列中保留的内容：imp.statistics_

当您运行imp.transform时，它用相应的值（在imp.statistics_）完成NaN