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