我正在尝试从数据集上的fancyimpute模块实现kNN。我能够使用以下代码实现数据集连续变量的代码：
knn_impute2=KNN(k=3).complete(train[['LotArea','LotFrontage']])
它产生了如下所需的答案：This show how the original dataset looks like and how it has changed using knn imputation
我尝试为分类数据集实现相同的代码，但我收到错误：
could not convert string to float: 'female'
以下是我使用的代码（我正在尝试使用Imputer）：
from sklearn.preprocessing import Imputer
imp = Imputer(missing_values='NaN', strategy='most_frequent', axis=0)
imp.fit(df['sex'])
print(imp.transform(df['sex']))
我做错了什么？
回顾一下，我想在这个数据集上使用knn imputation来估算性别列。下面是数据集。
The dataset i want to impute using knn imputation with k value 2
我怎么能用knnimpute做到这一点，或者我需要编写自己的函数。如果有，任何人都可以帮助我。 Thnks
答案 0 :(得分：1)
我能够使用下面列出的步骤来归类分类变量。我很乐意欢迎任何可以自动执行此类任务的遗漏或程序
步骤1：将对象的数据类型（全部）子集到另一个容器
第2步：将np.NaN更改为对象数据类型，例如None。现在，容器仅由objects数据类型
步骤3：将整个容器更改为分类数据集
步骤4：对数据集进行编码（我正在使用.cat.codes）
步骤5：将编码None的值更改为np.NaN
步骤5：使用KNN（来自fancyimpute）来估算缺失值
步骤6：将编码数据集重新映射到其初始名称
答案 1 :(得分：-2)
Imputer仅适用于数字。你可以转换性别＆＃39;使用地图功能
df.sex=df.sex.map({'female':1,'male':0})
在此之后，你可以使用Imputer用1或0填充所有缺失的值，并再次使用map函数转换＆＃39; sex＆＃39;返回字符串值（如果需要）。