missingpy:缺少Python的数据插补

上传者: 42120405 | 上传时间: 2022-10-04 09:22:30 | 文件大小: 43KB | 文件类型: ZIP
失踪 missingpy是一个用于在Python中丢失数据插补的库。 它具有与一致的API,因此,已经熟悉该界面的用户将发现自己处在熟悉的地形中。 当前,该库支持以下算法: k最近邻插补 随机森林插补(MissForest) 我们计划在将来添加其他插补工具,因此请继续关注! 安装 pip install missingpy 1. k最近邻(kNN)插补 例子 # Let X be an array containing missing values from missingpy import KNNImputer imputer = KNNImputer () X_imputed = imputer . fit_transform ( X ) 描述 KNNImputer类提供了使用k最近邻方法来完成缺失值的归因。 使用在训练集中找到的n_neighbors最近邻居的值来推算每个样本

文件下载

资源详情

[{"title":"( 12 个子文件 43KB ) missingpy:缺少Python的数据插补","children":[{"title":"missingpy-master","children":[{"title":"setup.py <span style='color:#111;'> 616B </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 47B </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 34.32KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 19.68KB </span>","children":null,"spread":false},{"title":"missingpy","children":[{"title":"__init__.py <span style='color:#111;'> 109B </span>","children":null,"spread":false},{"title":"missforest.py <span style='color:#111;'> 24.10KB </span>","children":null,"spread":false},{"title":"knnimpute.py <span style='color:#111;'> 13.14KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 4.26KB </span>","children":null,"spread":false},{"title":"pairwise_external.py <span style='color:#111;'> 12.91KB </span>","children":null,"spread":false},{"title":"tests","children":[{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"test_knnimpute.py <span style='color:#111;'> 17.12KB </span>","children":null,"spread":false},{"title":"test_missforest.py <span style='color:#111;'> 13.40KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明