当我将 IterativeImputer 与 KNeighborsClassifier 一起使用时出现错误“未知标签类型：'连续'”

Posted 2023-03-12

【中文标题】当我将 IterativeImputer 与 KNeighborsClassifier 一起使用时出现错误“未知标签类型：\'连续\'”

【英文标题】：Error "Unknown label type: 'continuous'" when I use IterativeImputer with KNeighborsClassifier当我将 IterativeImputer 与 KNeighborsClassifier 一起使用时出现错误“未知标签类型：'连续'”

【发布时间】：2021-08-23 09:01:11

【问题描述】：

我想用 IterativeImputer 进行多重插补。

这里是数据集（原文来自https://www.kaggle.com/jboysen/mri-and-alzheimers）：

alz_df_imp_categorical

要估算的变量是“educ”和“ses”。由于它们是分类的，我选择使用分类器（来自 sklearn 的 KNeighborsClassifier）。预测变量是连续的（“性别”除外）。

这是代码：

# calling the  MICE class
KNN_class_estimator = KNeighborsClassifier()
mice_imputer =  IterativeImputer(random_state=0, estimator=KNN_class_estimator, initial_strategy ='mean')
# imputing the missing value with mice imputer
alz_df_imp_categorical = mice_imputer.fit_transform(alz_df_imp_categorical)

错误是：

“未知标签类型：‘连续’”

实际上，fit_transform() 函数将数据帧转换为数组，所有变量都转换为浮点类型。因此，由于这种数组转换，要预测的变量不再是分类的。此外，数组中只接受一种类型的变量（因此，我不能只将变量转换为分类预测而让其他变量浮动）。因此，由于目标变量是浮动的，分类器无法工作。所以，我理解这个错误......但我不知道如何解决它。

我认为，当 KNN 分类器是多种类型的预测器（连续和分类）时，我们可能无法应用它们。但是，当我在 R 中使用 KNN 分类器时，我对此没有任何问题。

你有什么想法可以解决这个问题吗？

谢谢。

【参考方案1】：

我刚刚明白为什么它不起作用。这是因为 IterativeImputer 仅适用于连续变量。因此，显然您不能使用 IterativeImputer 对连续变量应用多重插补。 有关于这个here的讨论。

我看到可以在 python 中使用分类变量进行简单的插补。但是，似乎不可能对这种类型的变量进行多重插补（反正我没找到）。