IterativeImputer - sample_posterior

Question

Sklearn 实现了一个名为 IterativeImputer 的计算器。我相信它的工作原理是使用估计器以循环方式预测缺失特征值的值。

它有一个名为 sample_posterior 的参数，但我似乎不知道什么时候应该使用它。

sample_posterior 布尔值，默认=False

是否从每个插补的拟合估计量的（高斯）预测后验中采样。估算器必须支持 如果设置为 True，则在其 predict 方法中返回 return_std。如果使用，则设置为 True 用于多重插补的 IterativeImputer。

我查看了源代码，但我仍然不清楚。如果我有多个要使用迭代估算器填充的功能，我应该使用它还是应该使用它，如果我计划多次使用估算器，例如训练然后验证集？

Answer 1

即使有多个功能以及训练和验证/测试集，您也不需要sample_posterior。文档字符串的“多重插补”部分意味着生成多个缺失替换数据集；参见例如wikipedia.

通常，IterativeImputer 使用基于其他特征（迭代法、循环法等）构建的模型的预测来估算特征的缺失值。如果您使用的模型不仅产生单个预测，而且产生输出分布（后验），那么您可以从该分布中随机抽样，因此sample_posterior。通过多次运行它，使用不同的随机种子，这些随机选择是不同的，你会得到多个插补数据集。 这方面的文档不是很好，但有一个（有些陈旧的）PR for an extended example 和一个toy example on SO。