Scikit learn 不处理数据值
在学习期间,我的任何功能都没有“0”值;因此,我成功地建立了我的支持向量机模型 但是,当我使用该模型对我的功能进行预测时,在样本的某些位置上有“0”值。“0”不是数据值。如何在预测期间处理无数据值。我可以在学习期间估算。但是,如果我在预测过程中不删除任何数据值,那么在这些样本位置将丢失预测结果 在这些采样点中,并非所有特征都是无效的,但有些特征是无效的。Scikit learn 不处理数据值,scikit-learn,Scikit Learn,在学习期间,我的任何功能都没有“0”值;因此,我成功地建立了我的支持向量机模型 但是,当我使用该模型对我的功能进行预测时,在样本的某些位置上有“0”值。“0”不是数据值。如何在预测期间处理无数据值。我可以在学习期间估算。但是,如果我在预测过程中不删除任何数据值,那么在这些样本位置将丢失预测结果 在这些采样点中,并非所有特征都是无效的,但有些特征是无效的。 如有任何建议,我们将不胜感激 如果某些数据值为NaN,则需要一个插补器来插补这些缺失的值。一般策略是使用“平均”或“中值”策略进行替换 fro
如有任何建议,我们将不胜感激 如果某些数据值为NaN,则需要一个插补器来插补这些缺失的值。一般策略是使用“平均”或“中值”策略进行替换
from sklearn.preprocessing import Imputer
imputer = Imputer(strategy='mean')
X_data = imputer.fit_transform(X_data_with_missing_values)
然后,您可以使用该插补的
X_数据拟合SVM
您所说的“0”值是什么意思?所有特征都是0?按“0”特征,你是指空/南值还是稀疏输入矩阵?@yangjie yeas我是指空/南值。不是所有功能,而是少数功能0。但哪些特征是0?它随样本而异。@JianxunLi是的,我是说NaN。