Python机器学习手册：从数据预处理到深度学习

5.4

　填充缺失的分类值

｜

91

延伸阅读

y

如何在

Python

中使用字典（

http://bit.ly/2HReoWz

）

y

《

SciPy

中的稀疏矩阵》（

http://bit.ly/2HReBZR

）

5.4

　填充缺失的分类值

问题描述

有一个分类特征中包含缺失值，需要用预测值来填充。

解决方案

最理想的解决方案是训练一个机器学习分类器来预测缺失值，通常会使用

KNN

分类器 ：

#

加载库

import numpy as np

from sklearn.neighbors import KNeighborsClassifier

#

用分类特征创建特征矩阵

X = np.array([[0, 2.10, 1.45],

[1, 1.18, 1.33],

[0, 1.22, 1.27],

[1, -0.21, -1.19]])

#

创建带缺失值的特征矩阵

X_with_nan = np.array([[np.nan, 0.87, 1.31],

[np.nan, -0.67, -0.22]])

#

训练

KNN

分类器

clf = KNeighborsClassifier(3, weights='distance')

trained_model = clf.fit(X[:,1:], X[:,0])

#

预测缺失值的分类

imputed_values = trained_model.predict(X_with_nan[:,1:])

#

将所预测的分类和它们的其他特征连接起来

X_with_imputed ...