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,