MICE 插補
fancyimpute 套件提供多種穩健的機器學習模型來插補遺漏值。你可以在詳細的說明文件中查看完整的插補器清單（documentation）。在這裡，我們將使用 IterativeImputer，也就是常見的 MICE，來插補遺漏值。
IterativeImputer 會在資料的隨機樣本上執行多次迴歸，並彙整結果以插補遺漏值。你將使用 diabetes 這個 DataFrame 來進行插補。
本練習屬於課程
在 Python 中處理遺漏值
練習說明
- 從
fancyimpute匯入IterativeImputer。 - 複製
diabetes為diabetes_mice_imputed。 - 建立一個
IterativeImputer()物件並指定給mice_imputer。 - 對
diabetes_mice_imputedDataFrame 進行插補。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import IterativeImputer from fancyimpute
___
# Copy diabetes to diabetes_mice_imputed
diabetes_mice_imputed = ___
# Initialize IterativeImputer
mice_imputer = ___
# Impute using fit_tranform on diabetes_mice_imputed
diabetes_mice_imputed.iloc[:, :] = ___