如果一列中的所有值在sklearn中的輸入向量中缺失，那麼Impings會如何工作

Question

我有一個包含大量列的數據集，我已經編寫了我的應用程序，使得如果給定列的值爲如果沒有，那麼它將充滿平均值作爲印象策略的重要性值。

但是，我有點擔心，如果整個列的所有值都丟失了，那麼執行器將如何執行，在這種情況下，正確的方法是什麼？

Answer 1

如果在給定列中缺少所有數據，那麼Imputer將丟棄該列。

下面是一個例子，用4個樣品和2列，與具有缺少值的一個示例：

X = np.array([[1,1],[1,2],[1,1],[1,2],[1,np.nan]]) 
imputer = Imputer(missing_values='NaN', strategy='mean', axis=0) 
print(imputer.fit_transform(X)) 

此打印出

[[ 1. 1. ] 
[ 1. 2. ] 
[ 1. 1. ] 
[ 1. 2. ] 
[ 1. 1.5]] 

然而，如果在第二列中的所有數據丟失：

X = np.array([[1,np.nan],[1,np.nan],[1,np.nan],[1,np.nan],[1,np.nan]]) 
imputer = Imputer(missing_values='NaN', strategy='mean', axis=0) 
print(imputer.fit_transform(X)) 

我們得到：

[[ 1.] 
[ 1.] 
[ 1.] 
[ 1.] 
[ 1.]] 

在這種情況下，此默認行爲可能是正確的做法，因爲無論如何都不能使用此列（，即此功能）。