具有 nan 值的 Imputer.fit 有什么作用？答案

【问题标题】：What does Imputer.fit with nan value do?具有 nan 值的 Imputer.fit 有什么作用？
【发布时间】：2019-02-24 05:42:42
【问题描述】：

我正在使用 scikit-learn 库学习机器学习，当我看到来自Scikit-learn tutorial的代码时，我感到很困惑

代码如下：

import numpy as np
from sklearn.impute import SimpleImputer
imp = SimpleImputer(missing_values=np.nan, strategy='mean')
imp.fit([[1, 2], [np.nan, 3], [7, 6]])       

X = [[np.nan, 2], [6, np.nan], [7, 6]]
print(imp.transform(X))

据我了解， imputer 用于填充缺失值，并且它使用某种策略，例如均值、中值或众数。但是我不明白这3行代码在做什么

imp.fit([[1, 2], [np.nan, 3], [7, 6]])       
X = [[np.nan, 2], [6, np.nan], [7, 6]]
print(imp.transform(X))

为什么它适合带有 np.nan 的矩阵？以及这些拟合如何影响imp.transform(X)？

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

当您运行imp.fit 时，它会计算每列中要替换的值（在本例中为mean）。

您可以通过以下方式访问我在每列中保留的内容：imp.statistics_

当您运行imp.transform 时，它会使用相应的值完成NaN（imp.statistics_ 中的内容）

【讨论】：

谢谢，看了imp.statistics_里面的内容我现在很清楚了