【缺失值处理：SimpleImputer】

参数解释

class sklearn.impute.SimpleImputer(*, missing_values=nan, strategy='mean', fill_value=None, verbose=0, copy=True, add_indicator=False)

参数含义

• missing_values：int, float, str, (默认)np.nan或是None, 即缺失值是什么。
• strategy：空值填充的策略，共四种选择（默认）mean、median、most_frequent、constant。mean表示该列的缺失值由该列的均值填充。median为中位数，most_frequent为众数。constant表示将空值填充为自定义的值，但这个自定义的值要通过fill_value来定义。
• fill_value：str或数值，默认为Zone。当strategy == “constant"时，fill_value被用来替换所有出现的缺失值（missing_values）。fill_value为Zone，当处理的是数值数据时，缺失值（missing_values）会替换为0，对于字符串或对象数据类型则替换为"missing_value” 这一字符串。
• verbose：int，（默认）0，控制imputer的冗长。
• copy：boolean，（默认）True，表示对数据的副本进行处理，False对数据原地修改。
• add_indicator：boolean，（默认）False，True则会在数据后面加入n列由0和1构成的同样大小的数据，0表示所在位置非缺失值，1表示所在位置为缺失值

例子

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(strategy="median")#该列的缺失值由该列的均值填充
housing_num = housing.drop("ocean_proximity", axis=1)#删掉"ocean_proximity"列，housing对应的内存值并不改变，将新的结果赋给housing_num
imputer.fit(housing_num)#使用fit（）方法将imputer实例适配到训练数据：
X = imputer.transform(housing_num)#填补housing_num中缺失值，