如何使用python实现期望最大化插补方法?
从各种资源中,我了解到,对于缺失数据的插补,使用期望最大化方法的插补优于均值插补。但是没有任何来源解释了如何在python中实现它 我查看了scikit learn,FancyiComputer软件包,但他们没有提到任何关于期望最大化方法的内容 如果您可以提供指向文档的链接,用示例解释实现,或者提供代码来实现缺失数据的期望最大化方法,这将非常有帮助如何使用python实现期望最大化插补方法?,python,scikit-learn,missing-data,fancyimpute,Python,Scikit Learn,Missing Data,Fancyimpute,从各种资源中,我了解到,对于缺失数据的插补,使用期望最大化方法的插补优于均值插补。但是没有任何来源解释了如何在python中实现它 我查看了scikit learn,FancyiComputer软件包,但他们没有提到任何关于期望最大化方法的内容 如果您可以提供指向文档的链接,用示例解释实现,或者提供代码来实现缺失数据的期望最大化方法,这将非常有帮助 import impyute as impy data_missing = pd.DataFrame(np.array([[np.NaN, 0.6
import impyute as impy
data_missing = pd.DataFrame(np.array([[np.NaN, 0.6, np.NaN], [np.NaN, 0.25,
0.3], [0.6, 0.7, np.NaN]]), columns=['a', 'b', 'c'])
em_imputed = impy.em(data_missing)
output:
a b c
0 0.6 0.60 0.3
1 0.6 0.25 0.3
2 0.6 0.70 0.3
em函数将返回数据帧类型