python - OrdinalEncoder 和保持 Nans

Question

我有一个使用以下命令创建的 2d numpy 数组：

array = dataset.to_numpy()
X = array[:, 1:]

我想使用 OrdinalEncoder，但是我想估算 X 中的一些 Nans。我无法运行 OrdinalEncoder，因为它不喜欢 Nans，而且在编码之前我无法运行 KNNImputer。

我知道我可以用“？”之类的东西替换 Nan，然后 OrdinalEncoder() 就可以了，但是我必须通过并替换“？”的数字。转身回南。这意味着循环遍历 OrdinalEncoder 内部以找出“？”是什么。被映射到每一列，然后对该列进行替换。

难道没有更好的方法来做到这一点吗？我试图让掩蔽工作，但无法弄清楚。我需要对 X 而不是数据集进行操作。

标签： pythonnumpyscikit-learn

Answer 1

评论太长了，但是如果您不介意进行一些复制，则可以简单地将NaNs 暂时从数组中移出。

array = dataset.to_numpy()
X = array[:, 1:]

nan_free_mask = ~np.isnan(X)
nan_free_X = X[nan_free_mask]

nan_free_encoded = OrdinalEncoder.fit_transform(nan_free_X, ...)
X_encoded = X.copy()
X_encoded[nan_free_mask] = nan_free_encoded
X_encoded = KNNImputer(...).fit_transform(X_encoded)

nan你用任何一个替换的想法也没有错?。你只需要记住它发生在哪里。据我所知，OrdinalEncoder 不会对您的数据进行洗牌，但我可能是错的：

array = dataset.to_numpy()
X = array[:, 1:]

nan_mask = np.isnan(X)
X[nan_mask] = '?'
X_encoded = OrdinalEncoder.fit_transform(X, ...)
X_encoded[nan_mask] = np.nan  # restore NaN
X_encoded = KNNImputer(...).fit_transform(X_encoded)

再说一次，您可能已经想到了这一点……如果是这样，请更新问题并指定您尝试过的内容。