如何在Sklearn管道中实现KNN来归类类别特征

Question

我想使用KNN在sklearn管道中插补分类特征（缺少多个分类特征）。

我对现有的KNN解决方案（fancyimpute，sklearn KneighborRegressor）进行了大量研究。他们似乎都没有用

• 在sklearn管道中工作
• 归类归类特征

我的一些问题是（任何建议都值得赞赏）：

1. 是否有任何现有方法允许使用KNN（或任何其他回归器）来插值缺失值（在这种情况下为分类值）以与sklearn管道一起使用
2. fancyimpute KNN实现似乎没有使用汉明距离来计算缺失值（这对于分类特征非常理想）。
3. 考虑到在估算缺失值时KNN耗时（即针对整个数据集对缺失值进行运行预测），是否有任何可用的快速KNN方法实现方式

Answer 1

1. 默认的KNeighborRegressor应该能够对缺失值进行回归，但是只能对数字值进行回归。因此，对于绝对值，我相信您很可能需要先对其进行编码，然后再估算缺失的值。

2. KNNImpute，最有可能使用均值/众数等

sklearn的

3. 迭代计算机可以对整个数据集进行插补

Answer 2

1. KNNImputer是sklearn 0.22.0版中的新功能

2. KNNImputer默认情况下使用欧几里德距离度量标准，但是您可以传入自己的自定义距离度量标准。

3. 我无法说出KNNImputer的速度，但我想如果将它制成sklearn，就可以对其进行一些优化。