使用 KBinsDiscretizer 处理 nan 值

Question

我有一个像这样的 numpy 数组，

A = np.random.randn(100, )
A.ravel()[np.random.choice(A.size, 10, replace=False)] = np.nan

np.nan 指示的值很少

我正在尝试在其上安装 KBinsDiscretizer。我想正常地对非空值进行 bin 并将空值标记为单独的 bin。

在尝试正常拟合 KBinsDiscretizer 时，由于数据中存在 np.nan，我收到以下错误。

est = KBinsDiscretizer(n_bins=5, encode='ordinal', strategy='quantile')
est.fit(A.reshape(-1, 1))

ValueError：输入包含 NaN、无穷大或对于 dtype('float64') 来说太大的值。

有什么解决办法吗？我想正常地对非空值进行分箱，并为空值创建一个额外的分箱。

Answer 1

有a PR to do this，在决定如何处理不同encode 值的NaN bin 时停滞不前；在此期间，您可以在本地使用/调整代码。