sklearn：在 MaskedArray 上預測的分類器

Question

我試圖弄清楚如何處理 numpy 掩碼數組（而不是常規 numpy 數組）上的分類器預測。 這是我的代碼：

# 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)

在上面的代碼中，您可以看到第三維的第一層。 從patch.shape可以看到有 14 層。 他們每個人都有位置：（1,2），（2,1）和（2,2）蒙面！

現在，我使用預訓練的 RandomForest 分類器cl對 id 為 1、4、6 的補丁的值進行分類。 我希望分類器忽略分類過程的掩碼值，但在這樣做之后：

>>> 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) 處的位置不再被屏蔽，但它們也被分類了。

有沒有辦法強制分類器在分類過程中忽略屏蔽值？ 為了獲得這樣的東西：

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

我認為現在的答案是：Scikit Learn 會忽略傳遞數據的掩碼。 無論該掩碼數組的基礎值在掩碼數據中如何，分類器都將使用它來fit和predict ，因此您將獲得 class 值。

對於您的具體情況：輸入具有矩陣結構有多重要？ 如果這些輸入總是被屏蔽（例如，因為它們是三角形數組），您可能希望將它們分解為向量。 即使對於像圖像這樣的全方陣，人們也會這樣做（例如考慮一個 ConvNet）。

在更廣泛的意義上，如果你所做的是代表缺失值，那么我必須說，這種 ML 仍處於胚胎階段（但正在加速推進）。 我可以向您推薦《缺少數據的統計分析》一書，其中包含不少算法。