45286,4789imp = SimpleImputer(missing_values=np.nan, strategy='constant',fill_value="1")
quell
浏览 15提问于2020-07-22得票数 0
回答已采纳
我想用sklearn SimpleImputer的平均值填充np.nan值，但引发了一个valueError。from sklearn.impute import SimpleImputer
imputer.fit(house_numeric
浏览 24提问于2019-07-25得票数 0
1949.408 104.80 3046.05我使用SimpleImputer来完成缺失的值：imp = SimpleImputer(missing_values='NaN',strategy='median',verbose=0)但是
浏览 4提问于2020-10-18得票数 2
我正在努力制作一个DataFrame预处理管道，使用sklearn并链接各种类型的预处理步骤。我想链接一个SimpleImputer转换器和一个应用pd.qcut (或pd.cut)的FunctionTransformer，但是我一直收到以下错误：from sklearn.base import BaseEstimator, TransformerMixin
from sklearn.pipeline import Pipel
浏览 1提问于2020-06-17得票数 3
回答已采纳
有很多帖子包含这个错误，但我找不到解决这个问题的方法。我正在使用这个dataset。from sklearn.preprocessing import StandardScaler, OrdinalEncoderfrom sklearn.pipeline import Pipeline
from category_e
浏览 49提问于2021-08-12得票数 3
当我试图导入模块时，我会得到以下错误：
我已经尝试导入不同的滑雪板模块，没有任何问题。似乎只有sklearn.impute不见了。
浏览 1提问于2018-06-13得票数 12
回答已采纳
我试图用平均值替换NaNs，但是当我使用fit方法时，我得到了以下错误：from sklearn.impute import SimpleImputer在你把它标记为转发之
浏览 2提问于2021-01-25得票数 1
from sklearn.pipeline import Pipelinefrom sklearn.preprocessingdf_totaldf_num = ['Pclass', 'Age', 'SibSp', 'Parch', 'Fare']
df_cat = ['Sex', 'Embarked&#x
浏览 0提问于2020-07-14得票数 1
我使用sklearn来推断一些时间序列，其中包括NaN值。它工作得很好，但是我收到了一个不推荐的警告，建议我应该使用来自sklearn.impute的sklearn.impute。因此，我将这些行替换为：imp = SimpleImputer(missing_values='NaN', strategy='mean')
signals = imp.fit_trans
浏览 0提问于2019-07-17得票数 1
回答已采纳
df = pd.DataFrame( 'a': list('abcde'), }from sklearn.preprocessing import OneHotEncoder
浏览 19提问于2019-10-15得票数 1
回答已采纳
因此，我试图用SimpleImputer和StandardScaler类来拟合和转换数值列，然后是SimpleImpute ('most_frequent')和OneHotEncode (分类变量)。我单独运行它们，因为我不能将它们放到管道中，然后我尝试使用get_feature_names，结果如下：我还试着为分类特性和数字获取特征名，每一个都分别给出以下错误
浏览 28提问于2022-05-17得票数 0
回答已采纳
我的代码如下： from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values = 'nan',strategy='mean') 此代码不工作，并显示以下值错误： ValueError: Input contains NaN, infinity or a value too large for dtype('float64
浏览 25提问于2019-10-11得票数 1
回答已采纳
import StandardScalerfrom sklearn.pipeline import Pipelinescaler', scaler), 现在，当我将这个管道传递给一个RandomizedSearchCV时，我得到了以下错误：
ValueError: Input contains NaN, in
浏览 1提问于2018-08-08得票数 6
1回答
在管道中堆放计算机
、、、
我有一个关于在管道中堆放多个sklearn的问题：import pandas as pd ('si1', SimpleImputer(missing_values)pipeline.
浏览 5提问于2022-05-11得票数 1
回答已采纳
我试图在我的数据集中使用来自scikit learn页面的示例来创建一个管道，但是我得到了错误：ValueError: could not convert string to float: 'Male'from sklearn.impute import SimpleImputer
numeric_transf
浏览 82提问于2020-05-11得票数 1
我得到了以下错误categorical_preprocessing = Pipeline( ('Imputation', SimpleImputer(strategyhandle_unknown='ignore')),)
# Numeric pipe
浏览 0提问于2020-06-15得票数 2
回答已采纳
当我试图从"sklearn.preprocessing import Imputer“写入时，我得到了"Cannot find reference Imputer in__int__.py”。我安装了sklearn库，pip版本是19.2.3。有没有人能帮我解决这个问题这里输入图像描述imp = Imputer(missing_values=np.nan,
浏览 0提问于2020-04-07得票数 0
当我试图导入imputer模块时，我得到了这个错误错误：<ipython-input-10-40d42fb5b303> in <module>----> 2 from sklearn.preprocessingimport Imputer
3 from sklearn.s
浏览 7提问于2022-04-28得票数 1
回答已采纳
1回答
导入库的正确方式是什么？
、、、
我在导入sklearn时遇到错误。我都试过了 from sklearn.preprocessing import Imputer 和 import impute.SimpleImputer from sklearn 但这两种方法都不起作用下面是我看到的语法错误： import impute.SimpleImputer from sklearn
imputer= Imputer(missing_values='np.nan',stra
浏览 10提问于2019-04-25得票数 1
回答已采纳
此时，我想知道是否可以使用sklearn的GridSearchCV对可能的输入版本进行搜索，比如： {"imputer":[IterativeImputer()]},
浏览 18提问于2022-09-14得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
