Scikit-learn Imputer 降维

Posted 2023-03-12

【中文标题】Scikit-learn Imputer 降维

【英文标题】：Scikit-learn Imputer Reducing Dimensions

【发布时间】：2016-12-18 09:58:01

【问题描述】：

我有一个包含 332 列的数据框。我想估算值以便能够使用 scikit-learn 的决策树分类器。我的问题是 imputer 函数结果数据的列只有 330。

from sklearn.preprocessing import Imputer
imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
cols = data.columns
new = imp.fit_transform(data)

print(data.shape,new.shape)
(34132, 332) (34132, 330)

【问题讨论】：

你有全 NaN 列吗？

是的。这就是我的回答。谢谢。

【参考方案1】：

根据documentation of sklearn.preprocessing.Imputer：

当axis=0时，只包含适合缺失值的列在变换时被丢弃。

所以，这是删除所有缺失值的列。