KNN Imputer 实现 sklearn
KNN Imputer Implemenation sklearn
我想使用 class sklearn.impute.KNNImputer 来估算数据集中的缺失值。
关于这个我有 2 个问题：
我在 Medium 上看到了多个实现，在官方 Sklearn 上也看到了示例 website。 None 其中规范化了数据。在使用 KNN 之前不应该对数据进行归一化吗？或者 KNNImputer 是否在幕后规范化数据？
KNNImputer 只接受数字输入。那么对于分类数据，我应该一次性编码它们然后使用 Impute 函数吗？
谢谢
不，KNNImputer 中没有隐式归一化。您可以在 source 中看到它只是使用 KNN 逻辑来计算其邻居特征的加权平均值。
正确，您需要对它们进行一次热编码，然后您需要对这些进行 argmax，因为输入器将创建不 one-hot 表示（例如 [0.2, 0.1, 0.4 ])
我想使用 class sklearn.impute.KNNImputer 来估算数据集中的缺失值。
关于这个我有 2 个问题：
我在 Medium 上看到了多个实现，在官方 Sklearn 上也看到了示例 website。 None 其中规范化了数据。在使用 KNN 之前不应该对数据进行归一化吗？或者 KNNImputer 是否在幕后规范化数据？
KNNImputer 只接受数字输入。那么对于分类数据，我应该一次性编码它们然后使用 Impute 函数吗？
谢谢
不，KNNImputer 中没有隐式归一化。您可以在 source 中看到它只是使用 KNN 逻辑来计算其邻居特征的加权平均值。
正确，您需要对它们进行一次热编码，然后您需要对这些进行 argmax，因为输入器将创建不 one-hot 表示（例如 [0.2, 0.1, 0.4 ])