MissingIndicator#

class sklearn.impute.MissingIndicator(*, missing_values=nan, features='missing-only', sparse='auto', error_on_new=True)#

二进制指示器用于缺失值。

请注意，此组件通常不应在由转换器和分类器组成的普通 Pipeline 中使用，而应通过 FeatureUnion 或 ColumnTransformer 添加。

更多信息请参阅 用户指南 。

Added in version 0.20.

Parameters:
missing_valuesint, float, str, np.nan 或 None, default=np.nan

缺失值的占位符。所有出现的 missing_values 将被插补。对于带有 可空整数类型和缺失值的 pandas 数据框， missing_values 应设置为 np.nan ，因为 pd.NA 将被转换为 np.nan 。

features{‘missing-only’, ‘all’}, default=’missing-only’

插补器掩码是否应表示所有特征或特征的子集。

  • 如果 'missing-only' （默认），插补器掩码将仅表示在拟合期间包含缺失值的特征。

  • 如果 'all' ，插补器掩码将表示所有特征。

sparsebool 或 ‘auto’, default=’auto’

插补器掩码格式应为稀疏还是密集。

  • 如果 'auto' （默认），插补器掩码将与输入类型相同。

  • 如果 True ，插补器掩码将是一个稀疏矩阵。

  • 如果 False ，插补器掩码将是一个 numpy 数组。

error_on_newbool, default=True

如果为 True ，当在 fit 中没有缺失值的特征在 transform 中出现缺失值时， transform 将引发错误。这仅在 features='missing-only' 时适用。

Attributes:
features_ndarray of shape (n_missing_features,) 或 (n_features,)

调用 transform 时将返回的特征索引。它们在 fit 期间计算。如果 features='all' ， features_ 等于 range(n_features) 。

n_features_in_int

在 fit 期间看到的特征数量。

Added in version 0.24.

feature_names_in_ndarray of shape ( n_features_in_ ,)

在 fit 期间看到的特征名称。仅当 X 的特征名称均为字符串时定义。

Added in version 1.0.

See also

SimpleImputer

单变量缺失值插补。

IterativeImputer

多变量缺失值插补。

Examples

>>> import numpy as np
>>> from sklearn.impute import MissingIndicator
>>> X1 = np.array([[np.nan, 1, 3],
...                [4, 0, np.nan],
...                [8, 1, 0]])
>>> X2 = np.array([[5, 1, np.nan],
...                [np.nan, 2, 3],
...                [2, 4, 0]])
>>> indicator = MissingIndicator()
>>> indicator.fit(X1)
MissingIndicator()
>>> X2_tr = indicator.transform(X2)
>>> X2_tr
array([[False,  True],
       [ True, False],
       [False, False]])
fit(X, y=None)#

拟合转换器在 X 上。

Parameters:
X{array-like, sparse matrix}，形状为 (n_samples, n_features)

输入数据，其中 n_samples 是样本的数量， n_features 是特征的数量。

y忽略

未使用，为了保持 API 一致性而存在。

Returns:
selfobject

拟合的估计器。

fit_transform(X, y=None)#

生成 X 的缺失值指示器。

Parameters:
X{array-like, sparse matrix}，形状为 (n_samples, n_features)

要补全的输入数据。

y忽略

未使用，为了API一致性而存在。

Returns:
Xt{ndarray, sparse matrix}，形状为 (n_samples, n_features) 或 (n_samples, n_features_with_missing)

输入数据的缺失指示器。 Xt 的数据类型将为布尔型。

get_feature_names_out(input_features=None)#

获取变换后的输出特征名称。

Parameters:
input_features字符串的数组或None，默认=None

输入特征。

  • 如果 input_features 是 None ，则使用 feature_names_in_ 作为输入特征名称。如果 feature_names_in_ 未定义，则生成以下输入特征名称： ["x0", "x1", ..., "x(n_features_in_ - 1)"] 。

  • 如果 input_features 是数组，则 input_features 必须与 feature_names_in_ 匹配（如果 feature_names_in_ 已定义）。

Returns:
feature_names_out字符串对象的ndarray

变换后的特征名称。

get_metadata_routing()#

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。

Returns:
routingMetadataRequest

MetadataRequest 封装的 路由信息。

get_params(deep=True)#

获取此估计器的参数。

Parameters:
deepbool, 默认=True

如果为True，将返回此估计器和包含的子对象（也是估计器）的参数。

Returns:
paramsdict

参数名称映射到它们的值。

set_output(*, transform=None)#

设置输出容器。

请参阅 介绍 set_output API 以了解如何使用API的示例。

Parameters:
transform{“default”, “pandas”, “polars”}, 默认=None

配置 transform 和 fit_transform 的输出。

  • "default" : 转换器的默认输出格式

  • "pandas" : DataFrame 输出

  • "polars" : Polars 输出

  • None : 转换配置不变

Added in version 1.4: "polars" 选项已添加。

Returns:
self估计器实例

估计器实例。

set_params(**params)#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ）。后者具有形式为 <component>__<parameter> 的参数，以便可以更新嵌套对象的每个组件。

Parameters:
**paramsdict

估计器参数。

Returns:
selfestimator instance

估计器实例。

transform(X)#

生成 X 的缺失值指示器。

Parameters:
X{array-like, sparse matrix}，形状为 (n_samples, n_features)

要完成输入数据。

Returns:
Xt{ndarray, sparse matrix}，形状为 (n_samples, n_features) 或 (n_samples, n_features_with_missing)

输入数据的缺失指示器。 Xt 的数据类型将为布尔型。

On this page
Show Source