码迷,mamicode.com
首页 > 其他好文 > 详细

使用sklearn中preprocessing.Imputer实现对缺失值的处理

时间:2018-10-09 00:45:04      阅读:517      评论:0      收藏:0      [点我收藏+]

标签:put   nump   numpy   roc   nan   nsf   from   values   使用   

from sklearn import preprocessing import numpy as np X = [[1, 2], [np.nan, 4], [2, 6]] y = [[np.nan, 4], [1, 3], [2, 4]] imp = preprocessing.Imputer(missing_values=‘Nan‘, strategy=‘mean‘) imp.fit(X) print(imp.transform(X)) print(imp.transform(y))

使用sklearn中preprocessing.Imputer实现对缺失值的处理

标签:put   nump   numpy   roc   nan   nsf   from   values   使用   

原文地址:http://blog.51cto.com/14008737/2296042

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!