python - 用于通过算法之类的分类器填充缺失值的python函数?
问题描述
我想以“智能”的方式用 python 输入丢失的数据。
我已经通过“均值”和“中位数”来进行 scikit-learn 和 pandas 插补,但我希望通过机器学习、统计算法、分类器进行插补......,以便根据所有数据的值获得唯一值。基本上就像预测缺失值的分类器学习算法(位于我的数据集的任何部分)。
有这样的吗?
解决方案
有fancyimpute 库,但据我所知,它现在不能很好地与scikit-learn 配合使用。我们计划很快在 scikit-learn 中拥有更好的插补模型,特别是 IterativeImputer 似乎是您正在寻找的: https ://github.com/scikit-learn/scikit-learn/pull/11977
推荐阅读
- spectrogram - 为什么在分析声学参数(如强度、RMS 幅度、基频等)时,单声道声音优于立体声
- python - 当在 pandas 的 agg() 中使用 lambda 函数时,如何获取实际的函数名称而不是“lambda”?
- java - java.lang.ClassNotFoundException: javax.el.ELResolver Spring Web MVC with Hibernate error
- spring-data-rest - Spring:@CrossOrigin 不适用于 Spring Data Rest Application 中的自定义控制器
- c# - Dapper insert:用于插入的扁平化类
- javascript - jQuery - 如何将两个选择列表组合成一个文本输入?
- html - Flexbox:对齐内容中心,但在 flex-wrap 上留有空格
- spring - 无法在 Postman 上获取身份验证令牌
- python - 使用令牌身份验证的 DRF 登录/注销可能使用会话身份验证
- java - 如何使用 Java 查找体育场的容量?