SimpleImputer#

类 sklearn.impute.SimpleImputer(*, missing_values=nan, strategy='mean', fill_value=None, copy=True, add_indicator=False, keep_empty_features=False)[来源]#

使用简单策略完成缺失值的单变量插补器。

使用描述性统计量（例如均值、中位数或众数）沿每列替换缺失值，或使用常数值进行替换。

在用户指南中阅读更多内容。

版本 0.20 新增：SimpleImputer 替换了之前已被移除的 sklearn.preprocessing.Imputer 估计器。

参数:

missing_valuesint、float、str、np.nan、None 或 pandas.NA，默认值=np.nan

缺失值的占位符。所有 missing_values 的出现都将被填充。对于具有可空整数 dtype 和缺失值的 pandas 数据帧，missing_values 可以设置为 np.nan 或 pd.NA。

strategystr 或 Callable，默认值='mean'

填充策略。

如果为“mean”，则使用每列的均值替换缺失值。只能用于数值数据。
如果为“median”，则使用每列的中位数替换缺失值。只能用于数值数据。
如果为“most_frequent”，则使用每列最频繁的值替换缺失值。可用于字符串或数值数据。如果存在多个此类值，则仅返回最小的。
如果为“constant”，则用 fill_value 替换缺失值。可用于字符串或数值数据。
如果是一个 Callable 实例，则通过对包含每列非缺失值的稠密一维数组运行该可调用对象，使用返回的标量统计量替换缺失值。

版本 0.20 新增：策略“constant”用于固定值填充。

版本 1.5 新增：策略=callable 用于自定义值填充。

fill_valuestr 或数值，默认值=None

当 strategy == “constant” 时，fill_value 用于替换所有出现的 missing_values。对于字符串或对象数据类型，fill_value 必须是字符串。如果为 None，则在填充数值数据时 fill_value 将为 0，对于字符串或对象数据类型则为“missing_value”。

copy布尔值, 默认为 True

如果为 True，则会创建 X 的副本。如果为 False，则在可能的情况下将原地进行填充。请注意，在以下情况下，即使 copy=False，也始终会创建新副本：

如果 X 不是浮点数值数组；
如果 X 编码为 CSR 矩阵；
如果 add_indicator=True。

add_indicatorbool, default=False

如果为 True，MissingIndicator 变换将堆叠在填充器变换的输出上。这使得预测估计器能够在填充后仍然考虑缺失值。如果一个特征在 fit/训练时没有缺失值，那么即使在 transform/测试时有缺失值，该特征也不会出现在缺失指示器中。

keep_empty_featuresbool, default=False

如果为 True，当调用 fit 时完全由缺失值组成的特征，在调用 transform 时会作为结果返回。填充值始终为 0，除非 strategy="constant"，在这种情况下将使用 fill_value。

1.2 版本新增。

属性:

statistics_形状为 (n_features,) 的数组: 每个特征的填充值。计算统计量可能导致 np.nan 值。在 transform 期间，对应于 np.nan 统计量的特征将被丢弃。
indicator_MissingIndicator: 用于为缺失值添加二进制指示器的指示器。None 如果 add_indicator=False。
n_features_in_int: 在拟合期间看到的特征数。

0.24 版本新增。
feature_names_in_shape 为 (n_features_in_,) 的 ndarray: 在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。

另请参阅

IterativeImputer: 多元填充器，根据所有其他特征估计每个具有缺失值的特征的填充值。
KNNImputer: 多元填充器，使用最近样本估计缺失特征。

注意事项

如果在 fit 时仅包含缺失值的列，则在 transform 时会被丢弃，除非策略不是 "constant"。

在预测环境中，简单填充通常在与弱学习器结合时表现不佳。然而，对于强大的学习器，它可能比复杂填充（例如 IterativeImputer 或 KNNImputer）获得同样好甚至更好的性能。

示例

>>> import numpy as np
>>> from sklearn.impute import SimpleImputer
>>> imp_mean = SimpleImputer(missing_values=np.nan, strategy='mean')
>>> imp_mean.fit([[7, 2, 3], [4, np.nan, 6], [10, 5, 9]])
SimpleImputer()
>>> X = [[np.nan, 2, 3], [4, np.nan, 6], [10, np.nan, 9]]
>>> print(imp_mean.transform(X))
[[ 7.   2.   3. ]
 [ 4.   3.5  6. ]
 [10.   3.5  9. ]]

有关更详细的示例，请参阅在构建估计器之前填充缺失值。

拟合(X, y=None)[来源]#

在 X 上拟合填充器。

参数:

X{array-like, sparse matrix}, shape (n_samples, n_features): 输入数据，其中 n_samples 是样本数量，n_features 是特征数量。
y被忽略: Not used, present here for API consistency by convention.

返回:

selfobject: 拟合的估计器。

拟合_变换(X, y=None, **fit_params)[来源]#

拟合数据，然后对其进行转换。

使用可选参数 fit_params 将转换器拟合到 X 和 y，并返回 X 的转换版本。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 输入样本。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组对象，默认=None: 目标值（对于无监督转换，为 None）。
**fit_paramsdict: 额外的拟合参数。仅当估计器在其 fit 方法中接受额外的参数时才传递。

返回:

X_newndarray array of shape (n_samples, n_features_new): 转换后的数组。

获取_特征_名称_输出(输入_特征=None)[来源]#

获取转换的输出特征名称。

参数:

input_featuresarray-like of str or None, default=None

输入特征。

如果 input_features 为 None，则使用 feature_names_in_ 作为输入特征名称。如果 feature_names_in_ 未定义，则生成以下输入特征名称：["x0", "x1", ..., "x(n_features_in_ - 1)"]。
如果 input_features 是 array-like，则如果定义了 feature_names_in_，input_features 必须与 feature_names_in_ 匹配。

返回: