如何使用 KNN 估算缺失值答案

【问题标题】：How to impute missing values with KNN如何使用 KNN 估算缺失值
【发布时间】：2019-06-09 09:01:48
【问题描述】：

我正在尝试从我的数据框中估算缺失值，为此我使用了 fancyimpute 库。

from fancyimpute import KNN 
X_filled_knn = KNN(k=3).complete(df_OppLine[['family']])

我有这个错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-28-8475f35fc36a> in <module>()
----> 1 X_filled_knn = KNN(k=3).complete(df_OppLine[['family']])

AttributeError: 'KNN' object has no attribute 'complete'

有什么办法可以帮我解决这个错误吗？

【问题讨论】：

标签： python python-3.x imputation

【解决方案1】：

首先你要把字符串转换成数字数据。

尝试 one-hot 编码（为每个类别创建一个列，并且值仅为相应类别的 1，其余为 0）。您也可以尝试序数编码。它为每个类别分配一个值

from sklearn.preprocessing import OrdinalEncoder

# Create Ordinal encoder
initialize_encoder=OrdinalEncoder()

# Select non-null values of family column
family=df_OppLine["family"]
family_not_null=family[family.notnull()]

# Reshape family_not_null to shape (-1, 1)
reshaped_vals=family_not_null.values.reshape(-1,1)

# Ordinally encode reshaped_vals
encoded_vals=initialize_encoder.fit_transform(reshaped_vals)

# Assign back encoded values to non-null values 
df_OppLine.loc[family.notnull(),"family"]=np.squeeze(encoded_vals)

【讨论】：

【解决方案2】：

尝试将其更改为：

from fancyimpute import KNN
X_filled_knn = KNN(k=3).fit_transform(df_OppLine[['family']])

【讨论】：

嗯，df_OppLine[['family'] 是一个字符串值...所以我得到了这个错误 ValueError: could not convert string to float: 'HMI SERVICES'