imputation - 如何用python获取元素？

Question

我不知道如何用这样的库和函数来实现它。任何人都可以给我一些想法。只是一些功能名称或想法或一些有用的网站网址就可以了！谢谢！

我认为这是不同的。

Answer 1

线性回归如何映射到您的问题？

• 给定一个矩阵 X，行代表样本，列代表变量。

• 包含nunmpy.nan值的列代表目标变量（“y”）。其余列代表输入变量（x1、x2、...）。

• 具有观察值的行代表训练集，其余代表测试集。

编码

下面是使用示例矩阵 X 实现这些点的代码片段。

import numpy as np
from sklearn.linear_model import LinearRegression

X = np.array([[1, 2, 3], [2, 4, np.nan], [3, 6, 9]])

# Unknown rows (test examples), i.e. rows with a nan 
impute_rows = np.any(np.isnan(X), axis=1)

# Known rows (training examples), i.e. rows without a nan
full_rows = np.logical_not(impute_rows)

# Column acting as variable to predict
output_var = np.any(np.isnan(X), axis=0)
input_var  = np.logical_not(output_var)

# Check only one variable to predict
assert(np.sum(output_var)==1)

# Construct traing/test input/output
train_input  = X[np.ix_(full_rows, input_var)]
train_output = X[np.ix_(full_rows, output_var)] 
test_input = X[np.ix_(impute_rows, input_var)]

# Perform regression
lr = LinearRegression()
lr.fit(train_input, train_output)
lr.predict(test_input)

请注意，使用您提供的特定 X 表示过度简化的情况，其中仅拟合了两个点，但这些想法应该适用于更大的矩阵。

另请注意，还有其他更专业的方法可以从矩阵中估算缺失值（在您的问题中理解为这是一个练习）。在矩阵元素之间存在线性关系的情况下（如您的简化示例中的情况），此特定方法可能有效。