Python机器学习手册：从数据预处理到深度学习

4.11

　填充缺失值

｜

81

4.11

　填充缺失值

问题描述

数据中存在缺失值，我们希望填充或者预测这些值。

解决方案

如果数据量不大，可以使用

KNN

（

K-Nearest Neighbors

，

K

近邻）算法来预测缺失值 ：

#

加载库

import numpy as np

from fancyimpute import KNN

from sklearn.preprocessing import StandardScaler

from sklearn.datasets import make_blobs

#

创建模拟特征矩阵

features, _ = make_blobs(n_samples = 1000,

n_features = 2,

random_state = 1)

#

标准化特征

scaler = StandardScaler()

standardized_features = scaler.fit_transform(features)

#

将第一个特征向量的第一个值替换为缺失值

true_value = standardized_features[0,0]

standardized_features[0,0] = np.nan

#

预测特征矩阵中的缺失值

features_knn_imputed = KNN(k=5, verbose=0).complete(standardized_features)

#

对比真实值和填充值

print("True Value:", ...