featureFormat（）函数删除了一些点？

Question

我对这个命令有点困惑，因为当我使用它时，一些数据点会从我的数据集中删除。方法如下：

enron_data = pickle.load(open("final_project_dataset.pkl", "r"))

print len(enron_data.keys())

我得到：146

现在我这样做了：

features_list = ["poi", "salary", "exercised_stock_options", "total_payments", "bonus","expenses"]

data = featureFormat(enron_data, features_list)

poi, finance_features = targetFeatureSplit( data )

print len(finance_features)

我得到140分。显然这里没有6分。会发生什么？

Answer 1

我刚刚得到了这个问题的答案。事实证明，默认情况下，featureFormat（）会删除所有值为零的点。如果您不想删除它们，则应传递以下参数：remove_all_zeroes = False，remove_any_zeroes = False。所以代码看起来像这样：

data = featureFormat（enron_data，features_list，remove_all_zeroes = False，remove_any_zeroes = False）

Answer 2

这来自您所指的方法的评论......

  

remove_all_zeroes = True将省略任何数据点               您寻找的所有功能都是0.0 remove_any_zeroes = True将省略任何数据点               您寻求的任何功能都是0.0

remove_all_zeroes：如果特定数据点的所有要素都为零，则无法将其保留在数据集中。因此，建议将其保留为默认值。

remove_any_zeroes：默认情况下这已经是假，所以如果你从方法调用中省略它，它将保持为假。