Scikit 学习输入值不正确

Question

我正在使用 Scikit-learn 为我的数据集估算缺失值，但查看数据集中我的一个特征的最大值很明显，这些缺失值被错误地估算。 首先，我使用 pandas 函数查看数据集中特征的最大 10 个值

 ofData = mergeData.iloc[:, 3]
 print ofData.nlargest(10)

这个的输出是，

 124    4.0
 128    4.0
 146    4.0
 147    4.0
 177    4.0
 240    4.0
 253    4.0
 310    4.0
 360    4.0
 361    4.0

哪个是正确的我知道这是此功能的最大可能值。 然后我用 Scikit learn 估算数据。

 imp = Imputer(missing_values='NaN', strategy='mean', axis=1)
 nData = imp.fit_transform(mergeData)
 nData = pd.DataFrame(nData)

然后我再次使用 pandas 查看此功能的最大 10 个值。

 ofData = nData.iloc[:, 3]
 print ofData.nlargest(10)

哪个输出，

 1030    77.571129
 1056    67.804684
 1308    62.780544
 1212    61.902375
 927     61.207525
 870     60.592999
 1100    55.604145
 1722    55.308159
 1415    52.637559
 72      49.940297

这些值显然不是该特征的平均值，因为它们都大于插补前的最大值。我完全不知道是什么原因造成的，我担心它也会影响我数据集中其他特征的归因。

Answer 1

由于您想用列中的平均值替换列中的缺失值，轴必须为0（即默认值），而不是 1。您的代码用 行 .

中的平均值替换缺失值