机器学习：数据特征预处理缺失值处理

缺失值处理

删除：如果行或列数据缺失值达到一定比例，建议放弃整行或列
插补：填补列的平均值，中位数

numpy数组中的缺失值 nan/NaN 属于float类型

代码示例

from sklearn.preprocessing import Imputer
import numpy as np

# 缺失值处理
data = [
    [1, 1, 3],
    [np.nan, 4, 6],
    [7, 3, 5]
]

im = Imputer(missing_values="NaN", strategy="mean", axis=0)
result = im.fit_transform(data)
print(result)
"""
[[1. 1. 3.]
 [4. 4. 6.]
 [7. 3. 5.]]
"""