sklearn的SimpleImputer和Imputer的区别
Posted
技术标签:
【中文标题】sklearn的SimpleImputer和Imputer的区别【英文标题】:Differences between sklearn's SimpleImputer and Imputer 【发布时间】:2019-05-23 13:47:29 【问题描述】:在 python 的 sklearn
库中存在两个类,它们做的事情大致相同:
sklearn.preprocessing.Imputer
和 sklearn.impute.SimpleImputer
我发现的唯一区别是 "constant"
strategy
输入 SimpeImputer
。
还有其他区别吗?什么时候应该使用Imputer
而不是SimpleImputer
?
【问题讨论】:
【参考方案1】:Imputer
类在 0.20
中已弃用,并将在 0.22
中删除。详情请查看source code。回答您的问题很容易:您应该始终使用SimpleImputer
。
【讨论】:
感谢您的回答!以上是关于sklearn的SimpleImputer和Imputer的区别的主要内容,如果未能解决你的问题,请参考以下文章
sklearn.compose.make_column_transformer():在一个数据帧列上一步使用 SimpleImputer() 和 OneHotEncoder()
为啥 SimpleImputer 的 fit_transform 不适用于 google colab 中的数据框?
有没有办法在 sklearn 管道中链接 pd.cut FunctionTransformer?