python sklearn库中的缺失值填充
今天小萌新复习数据挖掘课程的知识点，当看到缺失值填充（imputation of missing values）部分，被sklearn库中的transform函数搞晕了。看了几篇前辈们的博客，来这里总结一下。请大家指正。
缺失值填充（imputation of missing values）
原始数据中会有一些缺失的属性值，一般人都会选择自动填充。
import numpy as np from sklearn.impute import SimpleImputer imp = SimpleImputer(missing_values=np.nan, strategy=mean) imp.fit([[1, 2], [np.nan, 3], [7, 6]]) #使用train set训练出一个缺失值处理模型
SimpleImputer类用来单一属性缺失值填充。这里的二维矩阵[[1, 2], [np.nan, 3], [7, 6]]是train set，学习完成之后就可以把学习到的填充规则应用到test set上面即可。
X = [[np.nan, 2], [6, np.nan], [7, 6]] print(imp.transform(X))
此时，X是test set。
transform函数
transform函数是数据标准化函数。它保证每个维度的特征数据方差为1，均值为0（正态分布），使得预测结果不会被某些维度过大的特征值而主导。
参考
上一篇：
通过多线程提高代码的执行效率例子