【Python实例第4讲】填补缺失值

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

在这个例子里，我们向大家展示填补缺失值比丢弃它们得到的结果更好。但是请注意，缺失值填补并不总会改善预测结果，所以请使用交叉验证评价。有的时候，丢弃缺失行或使用标记值反而更有效。
一般时候，缺失值可以用均值、中位数或众数代替。当变量较多时，用中位数代替是一种稳健的方法。在本例中，填补将有助于分类器接近原始分数。

首先，导入必需的模块。

import numpy as np

from sklearn.datasets import load_boston
from sklearn.ensemble import RandomForestRegressor
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import Imputer
from sklearn.model_selection import cross_val_score

导入模块后，从numpy工具包生成模拟数据集。

rng = np.random.RandomState(0)

使用函数RandomState获得随机数生成器。0为随机种子，只要随机种子相同，产生的随机数序列就相同。

加载“波士顿房价”数据集，该数据集在【Python实例第1讲】介绍过。

dataset = load_boston()
X_full,