sklearn 估算减少列？答案

【问题标题】：sklearn's imputer reducing columns?sklearn 估算减少列？
【发布时间】：2020-11-03 06:00:07
【问题描述】：

我想知道是否有人可以帮助解释我在 sklearn 的 interativeImputer 中看到的奇怪行为。

imputer = IterativeImputer(max_iter=100)
print("dateframe shape ", dataframe.shape)
tempDF = imputer.fit_transform(dataframe)
print("imputer shape: ", tempDF.shape)

我假设形状会保持不变，但结果是：

dateframe shape  (1978, 100)
imputer shape:  (1978, 91)

我在将 numpy 数组 sklearn 返回转换回 pandas df 时发现了这个错误

tempDF = pd.DataFrame(tempDF, index=dataframe.index, columns=dataframe.columns)

关于在使用 imputer 时我可以做些什么来保持原始形状有什么建议吗？

【问题讨论】：

标签： python pandas numpy scikit-learn

【解决方案1】：

这可能是因为你的一些coloms无处不在NaN，我为你创建了一个小例子，遵循docs：

from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer
imp_mean = IterativeImputer(random_state=0)
import numpy as np
imp_mean.fit([[7, 2, np.nan], [4, np.nan, np.nan], [10, 5, np.nan]])
X = [[7, 2, np.nan], [4, np.nan, np.nan], [10, 5, np.nan]]
imp_mean.transform(X)
array([[ 7.      ,  2.      ],
       [ 4.      , -0.999998],
       [10.      ,  5.      ]])

所以如果一切都是Nanthe IterativeImputer 不知道如何适应和转换它。文档中的原始示例以 (3,3) 形状结束。

【讨论】：