MICE 插补
fancyimpute 包提供多种稳健的机器学习模型用于缺失值插补。您可以在详细的文档中查看完整的插补器列表。这里我们将使用 IterativeImputer，通常称为 MICE，来进行缺失值插补。
IterativeImputer 会在数据的随机样本上执行多次回归，并将结果聚合，用于插补缺失值。您将使用 diabetes 数据框来完成此次插补。
本练习是课程的一部分
在 Python 中处理缺失数据
练习说明
- 从
fancyimpute导入IterativeImputer。 - 将
diabetes复制为diabetes_mice_imputed。 - 创建一个
IterativeImputer()对象并赋值给mice_imputer。 - 对
diabetes_mice_imputed数据框执行插补。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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[:, :] = ___