页面https://pypi.python.org/pypi/fancyimpute有一行

这表明我需要对输入数据进行规范化。但是我没有在互联网上找到任何详细信息，这究竟是什么意思。我是否必须事先规范化我的数据以及究竟是什么预期的？

我正在尝试在 anaconda py3.6 上安装 Fancyimpute，win 10、64 位。收到以下错误。

该错误与以下内容有关 - 未能为 ecos 构建轮子

最初它向我显示了 Visual Studio C++ 的错误，在安装 VS 2015 C++ Build Tools 后它仍然给出了类似的错误，但这次是由于其他原因。我一直无法找到解决此问题的方法。将感谢一些帮助。

提前致谢！

I have a large pandas data fame df. It has quite a few missings. Dropping row/or col-wise is not an option. Imputing medians, means or the most frequent values is not an option either (hence imputation with pandas and/or scikit unfortunately doens't do the trick).

I came across what seems to be a neat package called fancyimpute (you can find it here). But I have some problems with it.

Here is what I do:

However, df_filled is a single vector somehow, instead of the filled data frame. How do I get a hold of the data frame with imputations?

Update

I realized, fancyimpute needs a numpay array. I hence converted the df_numeric to a an array using as_matrix().

The output is a dataframe with the column labels gone missing. Any way to retrieve the labels?

我正在尝试在我的数据集中填充缺失的数据，我的导师建议我在 Python 中使用 Fancy Impute 包，特别是 MICE 算法。首先，当我读到 MICE 时，很明显，如果我的缺失数据不是随机的，这是一个糟糕的选择（我对此表示怀疑，因为缺失数据似乎更有可能出现在特定国家/年份）。那么有人推荐不同的算法吗？（我的项目基于世界银行性别统计数据）。

技术问题：我在我的数据框上运行了这段代码：

但是我得到了这个错误，我的导师不知道它是关于什么的，而且我还没有找到任何其他讨论 python 中的 MICE 的论坛：

我是一个尝试安装 Python 的“fancyimpute”包的小团队的一员。我们三个人有不同的 Windows 机器。我们中的一个有 Mac。fancyimpute 的页面上写着：“操作系统 :: OS Independent”。我的队友在他的 Mac 上安装它没有任何问题：pip install fancyimpute可以正常工作。

当我们，Windows 用户尝试做同样的事情时，我们收到此错误：“错误：需要 Microsoft Visual C++ 14.0。使用“Microsoft Visual C++ 构建工具”获取它：http: //landinghub.visualstudio.com/visual -cpp-构建工具“

一个我们已经安装了“Visual C++ 2015 Build Tools”，我们仍然无法安装fancyimpute。我们得到的错误如下：

对于 Windows 机器所有者来说，这可能是一个绝望的案例吗？或者有解决办法吗？

我知道以前有人问过这个问题。但是，很多特定版本（平台、windows、python、annaconda、vc ..）让我发疯。

一直在尝试从 cmd 安装 pip，从 cmd 安装 conda。!pip 从 jupyter 安装。更新 vc. 正在安装生态系统，并且他们说我失踪了。

更新 - pip 安装成功。现在，当我执行 pip install 时，我得到了所有人的“要求已经满足”。

这是错误 日志错误的日志

这是我在尝试导入时遇到的错误

我试图通过调用来自 fancyimpute.py 的不同函数来估算矩阵中的缺失值。对于某些矩阵，NuclearNormMinimization 运行良好，但在下面的示例中失败。

NuclearNormMinimization(verbose=False).complete(matrix)

在哪里```

错误信息是：

TypeError：预期 NuclearNormMinimization.solve() 返回 NumPy 数组，但获得了类“NoneType”。

我将这种方法用于更大的稀疏矩阵，但有时我会得到一个带有一些缺失值的小矩阵，并且我的代码会失败。有人可以帮我理解为什么会这样吗？NuclearNormMinimization 插补技术的假设是什么？

使用 conda 更新 pip 可以安装 fancyimpute 但现在我收到导入错误，我已经使用 pip:from fancyimpute import KNN C:\ProgramData\Anaconda3\lib\site-packages\h5py__init__.py:34: FutureWarning: C onversion 安装了 tensorflow issubdtype 的第二个参数 from floattonp.floating已弃用。将来，它将被视为np.float64 == np.dtype(float).type .

这是我的代码：

一旦我将 scikit 估计器放入模型 = 中，它就会出错。它还与 XGBoost 存在错误。

这是错误消息：

我在这里看了这个问题：Missing value imputation in python using KNN

我不相信我可以使用 fancyimpute 或从 github 下载 sklearn knn impute 代码（我在 python 平台上执行此操作，我不能只下载其他代码）。

有没有办法使用 sklearn 的 kNN 手动执行此操作？如果我缺少某些列的数据，我认为 sklearn 的 kNN 不会正确运行？