SimpleImputer 中fit和transform方法的簡介

sklearn.impute.SimpleImputer 中fit和transform方法的簡介

SimpleImputer 簡介

通過SimpleImputer ，可以將現實數據中缺失的值通過同一列的均值、中值、或者眾數補充起來，這里用均值舉例。

fit方法

通過fit方法可以計算矩陣缺失的相關值的大小，以便填充其他缺失數據矩陣時進行使用。

import numpy as np
from sklearn.impute import SimpleImputer
imp = SimpleImputer(missing_values=np.nan, strategy='mean')
imp.fit([[1, 2], [np.nan, 3], [7, 6]])

對於數組

\[ \begin{matrix} 1 & 2 \\ null & 3 \\ 7 & 6 \\ \end{matrix} \]

經過imp.fit之后，第一列的均值為(1+7)/2=4,第二列的均值為(2+3+6)/3=3.6667。

X = [[np.nan, 2], [6, np.nan], [7, 6]]
print(imp.transform(X))

transform 方法

之后給定一個X矩陣，通過transform方法進行轉換。

\[\begin{matrix} null & 2 \\ 6 & null \\ 7 & 6 \\ \end{matrix} \]

填充第一個null為之前算的均值4，第二null為第二列均值3.6667

fit_transform 方法

一般我們實際使用時，對於給定的數據，直接使用fit_transform方法進行計算以及填充。