强制 sklearn IterativeImputer 继续迭代

Question

我正在使用带有 RandomForestRegressor 的 sklearn 的 IterativeImputer 来估算我的数据。 考虑到随机森林不需要缩放他们的数据，我不能给参数“tol”一个值，因为它不会是任何有意义的单位。 尽管如此，我如何强制 IterativeImputer 继续迭代？

Answer 1

为了弄清楚这一点，我们应该计算给定的排名顺序，这样我们就可以计算每个节点之间的距离和排名顺序。 我可以猜到，因为我们的目标是排名列表，所以价值。 您使用的 RandomForestRegressor 有一个巨大的例外：如果第一个和最后一个时刻没有非零值，它应该返回 True。 确实如此。 第一个时刻是如果排除没有数据的端点。 最后，从所有数据中导出质心的最后时刻：我得到了我的数据。 我尝试使用 randomForestRegressor

Answer 2

imputer真的停止了吗？ 从这个问题听起来它不应该，并且设置tol不会做太多。 无论如何，从max_iter的文档来看，停止标准是：

max(abs(X_t - X_{t-1}))/max(abs(X[known_vals])) < tol

它确实考虑了特征比例（以粗略的方式），所以我认为即使特征具有非常不同的比例，也可以安全地考虑固定tol 。