scipy 희소 행렬

Question

에서 NaN이 제거 I 다음 코드 조각이 :

input_data = pd.read_csv('file_name.tsv', sep='\t') 
data = sparse.csr_matrix(data.values) 
model = TruncatedSVD(n_components=2) 
model.fit(data) 

이제 TruncatedSVD가 scipy에서 스파 스 행렬을 않습니다하지만이 NaN을하지 않습니다. 나는 crs_matrix 함수가 NaN을 제거 할 것으로 예상했으나 그렇지 않습니다. 그리고이 NaN을 제 scipy 행렬에서 제거하는 방법을 찾을 수 없습니다.

이렇게하는 좋은 방법이 있습니까? 나는 scipy 내에서 기능을 찾을 수 없습니다.

Answer 1

NaN을 0으로 설정 한 결과 최적의 솔루션이 아니었지만이 인스턴스에서 누락 된 값을 대체 할 만족스러운 방법이 없다고 생각합니다.

Answer 2

여기에는 몇 가지 방법이 있습니다. 당신이 선택한 것 중 하나 - NaN을 0으로 설정하는 것, 다른 방법은 데이터의 평균값과 동일하게 설정하는 것입니다 (칼럼, 말합시다).

이 ADRESS하는 쉬운 방법이 아주 간단한 예입니다 scikit-learn doc documentation about this issue 자세한 정보를 원하시면, 많이 향상 될 수 있음을 scikit의 imputer와

from sklearn.reprocessing import Imputer 

data_imputer = Imputer(missing_values='NaN, strategy='mean', axis=0) 
# fit the imputer - suppose missing data is in the 0th column 
data_imputer = data_imputer.fit(data[:, 0]) 
# transform the data 
data[:, 0] = data_imputer.transform(X[:, 0]) 

주입니다.