Sklearn：Categorical Imputer？

Question

sklearn.preprocessingオブジェクトを使用してカテゴリ値を代入する方法はありますか？最終的に新しいデータに適用して古いデータと同じように変換できるようにする前処理オブジェクトを最終的に作成したいと思います。

私はそれを使用できるようにそれを行う方法を探していますthis方法。

Answer 1

コピーとthis答えを修正し、私はあなたがするだろう、それを使用するには

import numpy 
import pandas 

from sklearn.base import TransformerMixin 


class SeriesImputer(TransformerMixin): 

    def __init__(self): 
     """Impute missing values. 

     If the Series is of dtype Object, then impute with the most frequent object. 
     If the Series is not of dtype Object, then impute with the mean. 

     """ 
    def fit(self, X, y=None): 
     if X.dtype == numpy.dtype('O'): self.fill = X.value_counts().index[0] 
     else       : self.fill = X.mean() 
     return self 

    def transform(self, X, y=None): 
     return X.fillna(self.fill) 

オブジェクトpandas.Seriesためimputerをした：

# Make a series 
s1 = pandas.Series(['k', 'i', 't', 't', 'e', numpy.NaN]) 


a = SeriesImputer() # Initialize the imputer 
a.fit(s1)    # Fit the imputer 
s2 = a.transform(s1) # Get a new series 

Answer 2

はい、可能です。たとえば、パラメータstrategy = 'most_frequent'のsklearn.preprocessing.Imputerを使用できます。

fit_transformメソッドを使用して古いデータ（列車セット）に適用し、次に新しいデータ（テストセット）にtransformを適用します。