使用statsmodels.imputation.mice

Question

我正在探索用于输入缺失值的statsmodels.imputation.mice包。但是，在http://www.statsmodels.org之外，我还没有看到它的任何使用示例。 从我收集的内容中，我们将创建一个mouse.MICEData实例并将其与mice.MICE（）。fit（）结合使用。来自http://www.statsmodels.org/dev/generated/statsmodels.imputation.mice.MICE.html

的示例

>>> imp = mice.MICEData(data)
>>> fml = 'y ~ x1 + x2 + x3 + x4'
>>> mice = mice.MICE(fml, sm.OLS, imp)
>>> results = mice.fit(10, 10)
>>> print(results.summary())

但是，MiceData实例中的插补值并不固定。我的意思是，如果

imp = mice.MICEData(data)

每次通话

imp.update('x1') 

（假设数据有一列＆＃39; x1＆＃39;）使用“预测平均匹配”为缺失值绘制新样本。 如果我将MICEDdata与MICE.fit（）一起使用，这一切都很好。 但是，让我们说我想使用这个包来估算一次值，然后使用来自另一个包的预测器，比如来自sklearn，以适应数据。 我想知道，什么是合理的方法。我可以多次运行更新并对每个缺失值进行平均预测。或者，我可以创建具有不同插补值的多个数据集并适合每个集合。但是，如果我的数据集很大，那么它可能会非常昂贵。