如何使用 python 實現期望最大化插補方法？

Question

從各種資源中，我了解到使用期望最大化方法進行插補優於使用平均插補來插補缺失數據。 但沒有消息來源解釋如何在 python 中實現它。

我查看了scikit-learn ， fancyimpute包，但他們沒有提到任何關於期望最大化方法的內容。

如果您可以提供文檔鏈接以解釋實現的示例，或者提供代碼來實現缺失數據的期望最大化方法，這將非常有幫助。

Answer 1

import impyute as impy

data_missing = pd.DataFrame(np.array([[np.NaN, 0.6, np.NaN], [np.NaN, 0.25, 
0.3], [0.6, 0.7, np.NaN]]), columns=['a', 'b', 'c'])
em_imputed = impy.em(data_missing)

output:
   a     b    c
0  0.6  0.60  0.3
1  0.6  0.25  0.3
2  0.6  0.70  0.3

em function 將返回 dataframe 類型