笔记4.2SimpleImputer缺失值处理

机器学习从入门到入职--用sklearn与Keras搭建人工智能模型

第四章4.1根据样本之间关联关系，及数据的行和列，用SimpleImputer方法进行缺失值处理，策略有均值插补、中位数插补和高频数插补。例子如下：

#引用相应的库，numpy用于生成缺失值，sklearn.impute库中的simpleimputer方法用预处理缺失值
import Numpy as np
from sklearn.impute import SimpleImputer
#初始化缺失值处理器，指定缺失值参数missing_values，默认np.nan
#以及缺失值补全策略参数strategy，采用均值补全
#另外还有中位数（median）、常数（constant）、最高频数（most_frequent）
imp_mean=SimpleImputer(missing_values=np.nan,strategy='mean')
imp_median=SimpleImputer(missing_values=np.nan,strategy='median')
imp_constant=SimpleImputer(missing_values=np.nan,strategy='constant')
imp_most_frequent=SimpleImputer(missing_values=np.nan,strategy='most_frequent')
X=[[13,22],[5,3],[7,np.nan],[np.nan,5],[3,7]]
#执行缺失值处理的步骤，在fit原始数据之后对其进行转换
imp_mean.fit(X)
imp_median.fit(X)
imp_constant.fit(X)
imp_most_frequent.fit(X)
print(u"均值处理结果如下")
print(imp_mean.transform(X))
print(u"中位数处理结果如下")
print(imp_median.transform(X))
print(u"最高频处理结果如下")
print(imp_most_frequent.transform(X))

输出如下

均值处理结果如下：
[[13. 22.][5. 3.][7. 9.25][7. 5.][3. 5.]]
中位数处理结果如下：
[[13. 22.][5. 3.][7. 6.][6. 5.][3. 7.]]
常数处理结果如下：
[[13. 22.][5. 3.][7. 0.][0. 5.][3. 7.]]
最高频处理结果如下：
[[13. 22.][5. 3.][7. 3.][3. 5.][3. 7.]]