Python 如何让支持向量机很好地处理scikit learn中缺失的数据？

我正在使用scikit learn进行一些数据分析，我的数据集缺少一些值（由

NA

表示）。我用

genfromtxt

和

dtype='f8'

加载数据，然后开始训练我的分类器

在

RandomForestClassifier

和

GradientBoostingClassifier

对象上分类很好，但使用

sklearn.svm

中的

SVC

会导致以下错误：

    probas = classifiers[i].fit(train[traincv], target[traincv]).predict_proba(train[testcv])
  File "C:\Python27\lib\site-packages\sklearn\svm\base.py", line 409, in predict_proba
    X = self._validate_for_predict(X)
  File "C:\Python27\lib\site-packages\sklearn\svm\base.py", line 534, in _validate_for_predict
    X = atleast2d_or_csr(X, dtype=np.float64, order="C")
  File "C:\Python27\lib\site-packages\sklearn\utils\validation.py", line 84, in atleast2d_or_csr
    assert_all_finite(X)
  File "C:\Python27\lib\site-packages\sklearn\utils\validation.py", line 20, in assert_all_finite
    raise ValueError("array contains NaN or infinity")
ValueError: array contains NaN or infinity

---

有什么好处？如何使SVM很好地处理丢失的数据？请记住，缺失的数据适用于随机林和其他分类器。

您可以删除缺失特征的样本，或者用其列式中间值或均值替换缺失特征。

您可以在使用SVM之前进行数据插补以处理缺失值

编辑：在scikit学习中，有一种非常简单的方法可以做到这一点，如图所示

（从第页复制并修改）

---

这里最流行的答案是过时的。“输入者”现在是“简单计算机”。给出了目前解决这一问题的方法。输入培训和测试数据对我的作用如下：

from sklearn import svm
import numpy as np
from sklearn.impute import SimpleImputer

imp = SimpleImputer(missing_values=np.nan, strategy='mean')
imp = imp.fit(x_train)

X_train_imp = imp.transform(x_train)
X_test_imp = imp.transform(x_test)
    
clf = svm.SVC()
clf = clf.fit(X_train_imp, y_train)
predictions = clf.predict(X_test_imp)

---

那么无限值呢？这表示仅使用NaN（即除以零）的策略。我这样做了，但转换将数据更改为非整数数组。如果我不插补svm分类工作正常，但是当我插补数据时，我会得到错误

索引器：只有整数、切片（

：

）、省略号（

…

）、numpy.newaxis（

无

）和整数或布尔数组是有效的索引

。有什么建议吗？这个答案似乎过时了。我总是以“importTerror:无法从'sklearn.preprocessing'导入名称'Imputer'”结束。

from sklearn import svm
import numpy as np
from sklearn.impute import SimpleImputer

imp = SimpleImputer(missing_values=np.nan, strategy='mean')
imp = imp.fit(x_train)

X_train_imp = imp.transform(x_train)
X_test_imp = imp.transform(x_test)
    
clf = svm.SVC()
clf = clf.fit(X_train_imp, y_train)
predictions = clf.predict(X_test_imp)