Python scikit学习非NaN的插补值

我试图为代表矩阵中空值的不同占位符插补值。例如，每当numpy数组中出现“？”时，我就要输入一个值

为此，我创建了一个

插补器

，如下所示：

from sklearn import preprocessing
imputer = preprocessing.Imputer(missing_values="?", strategy='mean', axis=0, copy=False)
data = imputer.fit_transform(data)  

但我得到了这个错误：

/usr/local/lib/python2.7/dist-packages/sklearn/preprocessing/imputation.pyc in _get_mask(X, value_to_mask)
     27 def _get_mask(X, value_to_mask):
     28     """Compute the boolean mask X == missing_values."""
---> 29     if value_to_mask == "NaN" or np.isnan(value_to_mask):
     30         return np.isnan(X)
     31     else:

NotImplementedError: Not implemented for this type

我是否误解了

缺失的\u值可以设置为什么

我的印象是它可以是任何字符串，而不仅仅是scikit学习源代码所建议的“NaN”。
类型
“整数或字符串”
实际上意味着“整数或字符串
'NaN'
”。
fit
/
fit\u transform
的输入仍应为数字。（将
“NaN”
作为字符串传递的唯一原因是传递
np.NaN
可能会导致混乱的情况，因为它不等于自身，即
np.NaN==np.NaN
的计算结果为
False
）
您使用的是哪个版本的sklearn？

不推荐使用0.20中的插补器，您可以使用-SimpleImputer代替它

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values=np.nan, strategy='mean', verbose=0)

imputer = imputer.fit(X[:, 1:3])           # assume you want to impute 2 columns
X[:, 1:3] = imputer.transform(X[:, 1:3])