sklearnの入力ベクトルに列のすべての値がない場合、Imputerはどのように機能するのですか？

Question

多数の列を持つデータセットがあります。欠落していると、それはimputer戦略としてmeanを持つimputer値で満たされます。

しかし、列全体の値がすべて不足していると、コンピュータがどのように機能するのか、そのような場合には正しい方法は何でしょうか。

Answer 1

特定の列にすべてのデータがない場合、Imputerはその列を破棄します。ここ

は、欠落値を有する一つのサンプルと、4つのサンプル及び2列に、一例である：

X = np.array([[1,1],[1,2],[1,1],[1,2],[1,np.nan]]) 
imputer = Imputer(missing_values='NaN', strategy='mean', axis=0) 
print(imputer.fit_transform(X)) 

第二の列内のすべてのデータ場合、これは、しかし

[[ 1. 1. ] 
[ 1. 2. ] 
[ 1. 1. ] 
[ 1. 2. ] 
[ 1. 1.5]] 

をプリントアウト欠落しています。

X = np.array([[1,np.nan],[1,np.nan],[1,np.nan],[1,np.nan],[1,np.nan]]) 
imputer = Imputer(missing_values='NaN', strategy='mean', axis=0) 
print(imputer.fit_transform(X)) 

我々は得る：

[[ 1.] 
[ 1.] 
[ 1.] 
[ 1.] 
[ 1.]] 

このデフォルトの動作は、この列が（、つまりこの機能）とにかく使用できないため、この場合の正しいアプローチです。