scikit-learn.impute 没有使用机器学习 A-Z 教程中的代码通过 Spyder 从 Imputer 导入

Posted 2023-03-29

【中文标题】scikit-learn.impute 没有使用机器学习 A-Z 教程中的代码通过 Spyder 从 Imputer 导入

【英文标题】：scikit-learn.impute isn't being imported from Imputer via Spyder using the code from Machine Learning A-Z tutorial

【发布时间】：2020-04-10 13:11:22

【问题描述】：

我的代码无法正常工作，因为我从机器学习 A-Z™：Python 和 R 数据科学教程课程中逐字复制。我正在使用 Python 3.7，我已经在我的环境中安装了 scikit-learn 包。它不起作用，我试图寻找一个有 sklearn 的包，尽管它似乎没有找到任何东西。它给了我这个错误。 我正在通过 Anaconda 运行我的环境。

ImportError: cannot import name 'Imputer' from 'sklearn.preprocessing' (C:\Users\vygan\.conda\envs\env\lib\site-packages\sklearn\preprocessing\__init__.py)

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd



# Importing the dataset
dataset = pd.read_csv('Data.csv')
X = pd.DataFrame(dataset.iloc[:, :-1].values)
y = pd.DataFrame(dataset.iloc[:, 3].values)

# Taking care of missing data
from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values = 'NaN', strategy = 'mean', axis = 0)
imputer = imputer.fit(X[:, 1:3])
X[:, 1:3] = imputer.transform(X[:, 1:3])

【问题讨论】：

Imputer 已被弃用，现在应替换为 from sklearn.impute import SimpleImputer，正如 @parsa 所述

【参考方案1】：

它从预处理永久移动到估算库，你可以这样称呼它：

from sklearn.impute import SimpleImputer

完全一样。 如果它不起作用，您应该使用 pip 将其卸载，然后重新安装 第一次可能没有正确安装

它不再有轴，但您可以像这样使用 pandas 数据框标头轻松处理它：

si=SimpleImputer()
si.fit([dataset["headername"]])

有一个策略参数可让您在“mean”、“most_frequent”、“median”和“constant”之间进行选择

但还有一个我更喜欢的 imputer：

from sklearn.impute import KNNImputer

这将用 k 个最近邻的平均值估算缺失值

【讨论】：

这对我有用。我不确定我是否应该提出另一个问题，尽管现在我收到了 TypeError: __init__() got an unexpected keyword argument 'axis' 似乎它无法识别我的 axis = 0 参数。

我无法在评论中说出来，所以我编辑了我的答案

``` 文件“pandas_libs\index.pyx”，第 107 行，在 pandas._libs.index.IndexEngine.get_loc 文件“pandas_libs\index.pyx”，第 109 行，在 pandas._libs。 index.IndexEngine.get_loc ``` TypeError: '(slice(None, None, None), slice(1, 3, None))' is an invalid key

from sklearn.impute import SimpleImputer si = SimpleImputer(missing_values = 'NaN', strategy = 'mean') si = SimpleImputer.fit(X[:, 1:3]) X[:, 1:3] = si.transform(X[:, 1:3]) 这就是我根据您的回答修改代码的方式。我不确定我是否做得很好。您已经回答了最初的问题，我将把我的新问题移到单独的帖子中。

【参考方案2】：

更完整的答案：

Imputer (https://sklearn.org/modules/generated/sklearn.preprocessing.Imputer.html`) 只能在 0.19.1 及以下版本中找到。

SimpleImputer 出现在最新版本中，这正是您所需要的。

---

尝试安装最新版本：

 pip install -U scikit-learn # or using conda

然后使用：

from sklearn.impute import SimpleImputer

来源：https://github.com/mindsdb/lightwood/issues/75

【参考方案3】：

您的代码对我来说很好用。你有哪个 sklearn 版本？

import sklearn
sklearn.__version__

'0.21.3'

您可以通过以下方式使用 conda 升级软件包：

How to upgrade scikit-learn package in anaconda

【讨论】：

在哪里输入 import sklearn 来获取版本？我的蟒蛇提示不允许我这样做。说导入无法识别。

添加一段代码有助于更好地理解您所指的内容。您应该在文件开头导入包。

【参考方案4】：

我遇到了同样的问题，因为库从 preprocessing 更改为 impute 并且类从 Imputer 更改为 SimpleImputer。

我将代码更改如下：

from sklearn.impute import SimpleImputer
simp = SimpleImputer(missing_values = 'NaN', strategy = 'mean')
simp = SimpleImputer().fit(X[:, 1:3]) 
X[:, 1:3] = simp.transform(X[:, 1:3])