RandomSampleImputer#
- class feature_engine.imputation.RandomSampleImputer(variables=None, random_state=None, seed='general', seeding_method='add')[源代码][源代码]#
RandomSampleImputer() 用从训练集变量中提取的随机样本来替换缺失数据。
RandomSampleImputer() 适用于数值变量和分类变量。
注意
用于替换缺失值的随机样本可能会在每次执行时有所不同。这可能会影响您的工作结果。因此，建议设置一个种子。
更多详情请参见 用户指南。
- 参数
- 变量: 列表, 默认=无
要插补的变量列表。如果为 None，插补器将选择训练集中的所有变量。
- random_state: int, str 或 list, 默认=None
random_state 可以接受一个整数来设置提取随机样本时的种子。或者，它可以接受一个变量名或一个变量列表，这些变量的值将用于确定每个观察的种子。
- seed: str, 默认=’general’
指示是否应为每个具有缺失值的观测设置种子，或者是否应使用一个种子来一次性填补所有观测。
‘general’：将使用一个种子来填补整个数据框。这等同于在 pandas.sample(random_state) 中设置种子。
‘observation’: 对于每个观察，种子将根据该特定观察的 random_state 中指示的变量值进行设置。
- seeding_method: str, 默认=’add’
如果每个观测值的随机采样指示了多个变量，您可以选择将这些值组合为加法或乘法。可以取值为 ‘add’ 或 ‘multiply’。
- 属性
- X_:
从中提取随机样本的训练数据框副本。
- 变量_
将被转换的变量组。
- feature_names_in_:
列出在
fit过程中看到的特征名称。- n_features_in_:
在拟合中使用的训练集中的特征数量。
示例
>>> import pandas as pd >>> import numpy as np >>> from feature_engine.imputation import RandomSampleImputer >>> X = pd.DataFrame(dict( >>> x1 = [np.nan,1,1,0,np.nan], >>> x2 = ["a", np.nan, "b", np.nan, "a"], >>> )) >>> rsi = RandomSampleImputer() >>> rsi.fit(X) >>> rsi.transform(X) x1 x2 0 1.0 a 1 1.0 b 2 1.0 b 3 0.0 a 4 1.0 a
方法
拟合：
制作训练集的副本
fit_transform:
拟合数据，然后进行转换。
get_feature_names_out:
获取转换后的输出特征名称。
get_params:
获取此估计器的参数。
设置参数:
设置此估计器的参数。
变换:
填补缺失数据。
- fit(X, y=None)[源代码][源代码]#
创建训练集的副本。仅存储需要插补的变量的副本。然后在转换过程中使用此副本随机提取值来填充缺失数据。
- 参数
- X: pandas 数据框，形状为 = [样本数, 特征数]
训练数据集。
- y: None
在这个插补中不需要 y。你可以传递 None 或 y。
- fit_transform(X, y=None, **fit_params)[源代码]#
拟合数据，然后进行转换。
使用可选参数
fit_params将转换器拟合到X和y，并返回X的转换版本。- 参数
- X类数组，形状为 (n_样本, n_特征)
输入样本。
- y类似数组的形状 (n_samples,) 或 (n_samples, n_outputs), 默认=None
目标值（无监督变换为None）。
- **fit_paramsdict
附加的拟合参数。
- 返回
- X_newndarray 形状为 (n_samples, n_features_new)
转换后的数组。
- get_metadata_routing()[源代码]#
获取此对象的元数据路由。
请查看 用户指南 以了解路由机制的工作原理。
- 返回
- 路由MetadataRequest
一个封装了路由信息的
MetadataRequest。
- get_params(deep=True)[源代码]#
获取此估计器的参数。
- 参数
- 深度bool, 默认=True
如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。
- 返回
- 参数dict
参数名称映射到它们的值。