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.Imputersklearn.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?

sklearn 缺失值填补(总结)

有没有办法在 sklearn 管道中链接 pd.cut FunctionTransformer?

使用sklearn中preprocessing.Imputer实现对缺失值的处理

为啥 ColumnTransformer 中的 SimpleImputer 会创建额外的列?