1回答
我尝试将表中的999999.0替换为KNNImputer，并在导出的csv文件中使用相同的999999.0。imputer = KNNImputer(missing_values=999999.0, n_neighbors=2, weights="uniform")我试着重命名为nan，np.nan，但是KNNImputer仍然不能取代它们。
浏览 8提问于2021-02-23得票数 0
我决定使用scikit- KNNImputer，如下所示from sklearn.impute import KNNImputer
X = dataset.iloc[:,0].values
imputer = KNNImputer
浏览 2提问于2020-03-08得票数 2
回答已采纳
1回答
我分析的重点是生物统计学，所以我不习惯用手段/中介/模式来取代价值观。我想应用方法。我不会用这个来学习机器。
任何帮助都将不胜感激！
浏览 0提问于2019-12-31得票数 3
回答已采纳
1回答
这个数据集缺少值，所以我尝试使用五重交叉验证的KNNimputer。sklearn.ensemble import RandomForestClassifierfrom sklearn.impute import KNNImputerRepeatedStratifiedKFoldfrom pandas import read_csv
imputer = KNNImputer
浏览 2提问于2020-07-30得票数 0
回答已采纳
1回答
我首先尝试用LabelEncoder编码，然后用KNNImputer进行编码，但是它对我不起作用。最后，我希望使用OneHotEncoder以适当的形式获得值，并将它们作为ML模型的输入。sklearn.preprocessing import OneHotEncoderfrom sklearn.impute import KNNImputerLabelEncoder()我不知道如何处理这个问题：
-->On
浏览 5提问于2020-06-10得票数 0
我们可以并行使用KNNImputer吗？(即像其他sklearn模块一样的n_jobs=-1 )？imputer = KNNImputer(n_neighbors=5, weights="uniform", copy=False)
X_new = imputer.fit_transform
浏览 0提问于2020-05-05得票数 2
我曾尝试在我的jupyter笔记本中加载KNNImputer，但我遇到了以下错误： ImportError: cannot import name 'KNNImputer' from 'sklearn.impute
浏览 265提问于2020-08-02得票数 1
我认为使用scikit KNNImputer学习应该可以做到这一点，但当我有一整排NaN时，我并不满意。698.00 628.00 24.00 85.36 1523.00 410.00 407.00 408.00 50.02from sklearn.impute import KNNImputer
X_afterImputer = imp.fit_tra
浏览 3提问于2019-12-13得票数 0
1回答
我有连续变量(天气特征)，缺少MNAR类型的值(一个不同的分布，有和没有缺失的值)。我了解到，这些变量应该通过添加一个“缺失”类别来转换为分类。在这种情况下，填充case /中位数/模式不是一种选择(虽然我在不同的项目中看到，尽管存在MNAR值，但有些人仍然用均值/中位数来计算它们，这与我所了解的情况相反)。📷
浏览 0提问于2022-08-04得票数 1
回答已采纳
sklearn.pipeline import make_pipelinefrom sklearn.impute import KNNImputermake_column_selector(dtype_exclude=np.number)numerical_pipeline= make_pipeline(KNNImputermake_pipeline(preprocessor, LinearRegress
浏览 6提问于2020-06-11得票数 4
回答已采纳
3回答
import pandas as pdfrom sklearn.impute import KNNImputer
imputer = KNNImputer
浏览 8提问于2021-05-14得票数 0
from sklearn.pipeline import Pipelinefrom sklearn.preprocessingOneHotEncoder
('imputer', KNNImputer
浏览 51提问于2021-06-20得票数 0
回答已采纳
我有一个70列的数据集，这些列缺少值。每个列都有几个列(3-5)，它们的相关性明显高于其他列，但每个列的相关列与其他列有很大的不同。我想要做一个经过调整的版本的KNN推测，在我开始从头开始写这个之前，我想知道是否有类似的东西存在，所以，我不去重新发明轮子。如果我对我的问题不太清楚，就表示感谢和歉意。如果你有任何疑问，我会尽力澄清。
浏览 0提问于2019-04-13得票数 4
train_accurate[i] = knn.score(X_train, y_train)然后，我使用KNNImputerKNNImputer需要这个步骤还是自己检查？如果这个步骤是有效的，是否有一个简短的版本不分裂火车/测试？
浏览 4提问于2022-01-24得票数 1
回答已采纳
1回答
我不想用0或变量平均值来填充缺失的值，而是用数据集上其他类似观察的平均值来填充它们。 V1 V2 V3B nan 2.5 3D 1.5 2.5 3因此，缺少的值为0.8，用于V1中的B行，因为它的平均值为0.1和1.5，对应于V1上的C和D值。
这是一个非常简单的例子，所以我想知道如何使用Pyth
浏览 6提问于2022-04-21得票数 0
回答已采纳
1回答
在计算大熊猫时忽略列名
、、、
我正在尝试使用KNNImputer包将缺失的值归并到我的数据帧中。imputer = KNNImputer(n_neighbors=2, weights="uniform")
impute_data = pd.DataFrame(imputer.fit_transform
浏览 2提问于2020-06-09得票数 0
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号