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
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
相关问题 更多 >
编程相关推荐