sklearn中缺失值处理

sklearn中缺失值处理基本上依赖于sklearn.preprocessing中的Imputer类

，Imputer类有一些初始的参数，缺失类型，用什么东西代替缺失值，个人觉得配合pandas库处理缺失值会更强大

，具体看代码，主要借鉴这大牛的博客：http://www.cnblogs.com/chaosimple/p/4153158.html

#encoding:utf-8
'''
Created on 2015年10月13日

@author: ZHOUMEIXU204
'''

#sklearn中用preprocessing.Imputer类处理缺失值
import numpy  as np
from sklearn.preprocessing import  Imputer
imp=Imputer(missing_values='NaN',strategy='mean',axis=0)
x=np.array([[1,2],
           [np.nan,3],
           [7,6]])
imp.fit(x)
print(x)
print(imp.transform(x))

小伙伴可以运行看看