विज्ञान में क्लासिफायर-सीखें कि नैन/शून्य

Question

को संभालें, मैं सोच रहा था कि क्लासिफायर हैं जो विज्ञान-सीख में नैन/शून्य मानों को संभालते हैं। मैंने सोचा कि यादृच्छिक वन regressor इसे संभालती है, लेकिन जब मैं predict पर कॉल करता हूं तो मुझे एक त्रुटि मिली।

X_train = np.array([[1, np.nan, 3],[np.nan, 5, 6]]) 
y_train = np.array([1, 2]) 
clf = RandomForestRegressor(X_train, y_train) 
X_test = np.array([7, 8, np.nan]) 
y_pred = clf.predict(X_test) # Fails! 

मैं मान अनुपलब्ध के साथ किसी भी scikit सीखने एल्गोरिथ्म के साथ भविष्यवाणी कॉल नहीं कर सकता?

संपादित करें। अब जब मैं इसके बारे में सोचता हूं, तो यह समझ में आता है। यह प्रशिक्षण के दौरान कोई मुद्दा नहीं है, लेकिन जब आप भविष्यवाणी करते हैं कि वेरिएबल शून्य होने पर आप कैसे शाखा बनाते हैं? हो सकता है कि आप दोनों तरीकों को विभाजित कर सकें और नतीजे औसत कर सकें? ऐसा लगता है कि के-एनएन को तब तक ठीक काम करना चाहिए जब तक कि दूरस्थ कार्य नल को अनदेखा करता है। हां/नहीं निर्णय और के लिए 1 बच्चे के लिए 2 बच्चों:

2 संपादित करें (पुराने और समझदार मुझे) (जैसे xgboost के रूप में) कुछ जीबीएम पुस्तकालयों एक त्रिगुट पेड़ के बजाय एक द्विआधारी पेड़ के ठीक इस उद्देश्य के लिए उपयोग करें लापता निर्णय sklearn using a binary tree

Answer 1

मैं एक उदाहरण है कि प्रशिक्षण में दोनों लापता मान हैं और परीक्षण सेट

मैं बस, मतलब के साथ लापता डेटा को बदलने के लिए Imputer वर्ग का उपयोग कर एक रणनीति उठाया बनाया है। अन्य रणनीतियों हैं।

from __future__ import print_function 

import numpy as np 
from sklearn.ensemble import RandomForestClassifier 
from sklearn.preprocessing import Imputer 

X_train = [[0, 0, np.nan], [np.nan, 1, 1]] 
Y_train = [0, 1] 
X_test_1 = [0, 0, np.nan] 
X_test_2 = [0, np.nan, np.nan] 
X_test_3 = [np.nan, 1, 1] 

# Create our imputer to replace missing values with the mean e.g. 
imp = Imputer(missing_values='NaN', strategy='mean', axis=0) 
imp = imp.fit(X_train) 

# Impute our data, then train 
X_train_imp = imp.transform(X_train) 
clf = RandomForestClassifier(n_estimators=10) 
clf = clf.fit(X_train_imp, Y_train) 

for X_test in [X_test_1, X_test_2, X_test_3]: 
    # Impute each test item, then predict 
    X_test_imp = imp.transform(X_test) 
    print(X_test, '->', clf.predict(X_test_imp)) 

# Results 
[0, 0, nan] -> [0] 
[0, nan, nan] -> [0] 
[nan, 1, 1] -> [1]