Ich habe ein Dataset, das numerische und Objekt in den Features enthält. Einige der Features mit Objektdatentyp haben darüber hinaus fehlende Werte. Ich habe eine modifizierte Version von Imputer (nach den Anweisungen in einem anderen Beitrag) erstellt, um den fehlenden Wert für den numerischen und den kategorialen Datentyp zu berücksichtigen, aber wenn ich ihn auf meine Datenmenge anwende, wird AttributeError zurückgegeben. Ich glaube, ich mache einen dummen Fehler in der Definition der Fit-Methode für die Imputation und ich schätze Ihre Einsicht. Hier ist der mein Code und der Fehler:Wie man Spalten mit kategorialem Datentyp in scikit-learn impliziert
import os
import pandas as pd
import numpy as np
from sklearn.preprocessing import Imputer
#load the data
path='~/Desktop/ML/Hands_on/housing_train.csv'
path=os.path.expanduser(path)
data=pd.read_csv(path)
#select the columns_names including dtype=object && missing data
object_data=data.select_dtypes(include=['object'])
object_data_null=[]
for col in object_data.columns:
if object_data[col].isnull().any():
object_data_null.append(col)
class GeneralImputer(Imputer):
def __init__(self, **kwargs):
Imputer.__init__(self, **kwargs)
def fit(self, X, y=None):
if self.strategy == 'most_frequent':
self.fills = pd.DataFrame(X).mode(axis=0).squeeze()
self.statistics_ = self.fills.values
return self
else:
return Imputer.fit(self, X, y=y)
def transform(self, X):
if hasattr(self, 'fills'):
return pd.DataFrame(X).fillna(self.fills).values.astype(str)
else:
return Imputer.transform(self, X)
imputer=GeneralImputer(strategy='most_frequent', axis=1)
for i in object_data_null:
imputer.fit(data[i])
data[i]=imputer.transform(data[i])
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-29-989e78355872> in <module>()
38 object_data_null
39 for i in object_data_null:
---> 40 imputer.fit(data[i])
41 data[i]=imputer.transform(data[i])
42
<ipython-input-29-989e78355872> in fit(self, X, y)
23 if self.strategy == 'most_frequent':
24 self.fills = pd.DataFrame(X).mode(axis=0).squeeze()
---> 25 self.statistics_ = self.fills.values
26 return self
27 else:
AttributeError: 'str' object has no attribute 'values'
Vielen Dank @Vivek Kumar –