我如何以及使用哪个库可以使用 knn 插补进行缺失值分析
how and using which library can i use knn imputation for missing value analysis
我正在尝试使用 knn 来估算缺失值,但我无法使用
代码:
从 fancyimpute 导入 KNN
是否有任何其他库用于 knn 插补?
另一个库是 sklearn
:
from sklearn.impute import KNNImputer
来自 skleanr's documentation 的示例:
import numpy as np
from sklearn.impute import KNNImputer
X = [[1, 2, np.nan], [3, 4, 3], [np.nan, 6, 5], [8, 8, 7]]
imputer = KNNImputer(n_neighbors=2)
imputer.fit_transform(X)
输出:
array([[1. , 2. , 4. ],
[3. , 4. , 3. ],
[5.5, 6. , 5. ],
[8. , 8. , 7. ]])
我正在尝试使用 knn 来估算缺失值,但我无法使用
代码:
从 fancyimpute 导入 KNN
是否有任何其他库用于 knn 插补?
另一个库是 sklearn
:
from sklearn.impute import KNNImputer
来自 skleanr's documentation 的示例:
import numpy as np
from sklearn.impute import KNNImputer
X = [[1, 2, np.nan], [3, 4, 3], [np.nan, 6, 5], [8, 8, 7]]
imputer = KNNImputer(n_neighbors=2)
imputer.fit_transform(X)
输出:
array([[1. , 2. , 4. ],
[3. , 4. , 3. ],
[5.5, 6. , 5. ],
[8. , 8. , 7. ]])