0
私はpca分析（回帰とkmeansクラスタリング）にsklearnを使用したいと思います。私は20kの特徴、2000k行のデータセットを持っています。しかし、データセット内の各行については、フィーチャのサブセット（通常は20kのうちの5またはそれ以上のもの）のみが測定されています。未知の特徴値を持つscikit-learn PCA
sklearnが値が測定されていないインスタンスの機能を使用しないように、私のパンダdataframe/setup sklearnをどのようにパッドする必要がありますか？ （たとえば、ヌルのフィーチャ値を0.0に設定すると、結果が歪むでしょうか？）
例：
X = array[:,0:n]
Y = array[:,n]
pca = PCA()
fit = pca.fit(X)
データセットは、最も特徴値のためのゼロで埋めている場合 - その後、PCAが有効になりますか？私は3つのオプションを参照してください
どのような機能があり、なぜnullになるのですか？それらがテキスト文書からの用語頻度のようなものなら、それらはゼロでなくてはなりません。これはPCAにとってまだ素晴らしいシナリオです。センサーからの連続値であれば、 – maxymoo
のフィーチャは、各分析タイプ（硬度、元素濃度、色など）ごとに1つの浮動小数点値からなる物理的な分析ですが、ほとんどの行ごとに一部のみが測定されます。値は帰属できません。 –
井戸sklearnはnullを含むデータを扱うことができないので、あなたはそれらを使って何かをしなければなりません...あなたがそれらを測定していたらゼロにならなかったら0に設定すれば、そうです間違いなく結果を歪める。多分あなたは決定木を使ってヌル値を代入することができますか？ – maxymoo