SimpleImputer 中fit和transform方法的简介

sklearn.impute.SimpleImputer 中fit和transform方法的简介

SimpleImputer 简介

通过SimpleImputer ，可以将现实数据中缺失的值通过同一列的均值、中值、或者众数补充起来，这里用均值举例。

fit方法

通过fit方法可以计算矩阵缺失的相关值的大小，以便填充其他缺失数据矩阵时进行使用。

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]])

对于数组

$$\begin{array}{cc}1& 2\\ null& 3\\ 7& 6\end{array}$$

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

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

transform 方法

之后给定一个X矩阵，通过transform方法进行转换。

$$\begin{array}{cc}null& 2\\ 6& null\\ 7& 6\end{array}$$

填充第一个null为之前算的均值4，第二null为第二列均值3.6667

fit_transform 方法

一般我们实际使用时，对于给定的数据，直接使用fit_transform方法进行计算以及填充。