sklearn的SimpleImputer和Imputer之间的差异
[英]Differences between sklearn's SimpleImputer and Imputer
问题描述
在python的sklearn库中，存在两个类，它们执行大致相同的操作： sklearn.preprocessing.Imputer和sklearn.impute.SimpleImputer
我发现的唯一区别是SimpeImputer的"constant" strategy类型。 还有其他差异吗？ 什么时候应该使用Imputer而不是SimpleImputer ？
1 个解决方案
解决方案1
1 已采纳 2018-12-24 11:57:24
Imputer类在0.20弃用，将在0.22删除。 查看源代码以获取详细信息。 回答你的问题很简单：你应该总是使用SimpleImputer 。
Sklearn 的 SimpleImputer 在管道中无法检索插补值
[英]Sklearn's SimpleImputer can't retrieve imputation values when in pipeline
如何将 sklearn 的 SimpleImputer 中不同类型的缺失值合并为一个
[英]How do I combine different kind of missing_values in sklearn's SimpleImputer into one
Sklearn的imputer v / s df.fillnan用柱的平均值替换nan值
[英]Sklearn's imputer v/s df.fillnan to replace nan values with mean of the column
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
相关问题
sklearn 的 imputer 减少列？
使用SimpleImputer代替Imputer
Sklearn 的 SimpleImputer 在管道中无法检索插补值
sklearn SimpleImputer Valueerror
KNN Imputer 实现 sklearn
Python - SkLearn Imputer用法
sklearn的RidgeCV选项的差异
如何将 sklearn 的 SimpleImputer 中不同类型的缺失值合并为一个
Sklearn的imputer v / s df.fillnan用柱的平均值替换nan值
mlab PCA和sklearn PCA之间的区别
相关标签