sklearn：在 MaskedArray 上预测的分类器

Question

我试图弄清楚如何处理 numpy 掩码数组（而不是常规 numpy 数组）上的分类器预测。 这是我的代码：

# My masked array on which to perform the prediction
>>> type(patch)
    numpy.ma.core.MaskedArray
>>> patch.shape
    (3,3,14)
# This is how it looks like the first layer in the 3rd dimension. 
>>> patch[:,:,0]
    masked_array(
  data=[[90, 28, 16],
        [79, 32, --],
        [41, --, --]],
  mask=[[False, False, False],
    [False, False,  True],
    [False,  True,  True]],
 fill_value=999999,
 dtype=uint16)

在上面的代码中，您可以看到第三维的第一层。 从patch.shape可以看到有 14 层。 他们每个人都有位置：（1,2），（2,1）和（2,2）蒙面！

现在，我使用预训练的 RandomForest 分类器cl对 id 为 1、4、6 的补丁的值进行分类。 我希望分类器忽略分类过程的掩码值，但在这样做之后：

>>> class_pred = cl.predict(patch.reshape(-1, patch.shape[2]))
>>> class_pred = class_pred.reshape(patch[:,:,0].shape)

我得到：

>>> class_pred 
    array([[4, 4, 4],
           [4, 4, 1],
           [4, 1, 1]])

因此 (1,2)、(2,1) 和 (2,2) 处的位置不再被屏蔽，但它们也被分类了。

有没有办法强制分类器在分类过程中忽略屏蔽值？ 为了获得这样的东西：

masked_array(
  data=[[4, 4, 4],
        [4, 4, --],
        [4, --, --]],
  mask=[[False, False, False],
    [False, False,  True],
    [False,  True,  True]],
 fill_value=999999,
 dtype=uint16)

Answer 1

我认为现在的答案是：Scikit Learn 会忽略传递数据的掩码。 无论该掩码数组的基础值在掩码数据中如何，分类器都将使用它来fit和predict ，因此您将获得 class 值。

对于您的具体情况：输入具有矩阵结构有多重要？ 如果这些输入总是被屏蔽（例如，因为它们是三角形数组），您可能希望将它们分解为向量。 即使对于像图像这样的全方阵，人们也会这样做（例如考虑一个 ConvNet）。

在更广泛的意义上，如果你所做的是代表缺失值，那么我必须说，这种 ML 仍处于胚胎阶段（但正在加速推进）。 我可以向您推荐《缺少数据的统计分析》一书，其中包含不少算法。