Question

我正在尝试学习如何在为数据集估算缺失值时实施MICE。我听说过fancyimpute的MICE，但我也读过sklearn的IterativeImputer类可以实现类似的结果。来自sklearn的文档：

我们的IterativeImputer实施受到R MICE的启发包（通过链式方程进行的多元插补）[1]，但与之不同之处在于，它返回一个插补而不是多个插补归因。但是，IterativeImputer也可以用于多个通过将其重复应用于相同的数据集 sample_posterior = True
时可以得到不同的随机种子

我已经看到“种子”被用在不同的管道中，但是我对它们的理解却不足以在我自己的代码中实现它们。 我想知道是否有人可以解释并提供一个示例，说明如何使用sklearn的IterativeImputer为MICE插补实现种子？谢谢！

Answer 1

IterativeImputer的行为可以根据随机状态而改变。可以设置的随机状态也称为“种子”。

如文档所述，当将sample_posterior设置为True并更改随机种子（即参数random_state）时，我们可以得到多个插补。

以下是使用方法的示例：

import numpy as np
from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer

X_train = [[1, 2],
           [3, 6],
           [4, 8],
           [np.nan, 3],
           [7, np.nan]]
X_test = [[np.nan, 2],
          [np.nan, np.nan],
          [np.nan, 6]]

for i in range(3):
    imp = IterativeImputer(max_iter=10, random_state=i, sample_posterior=True)
    imp.fit(X_train)
    print(f"imputation {i}:")
    print(np.round(imp.transform(X_test)))

它输出：

imputation 0:
[[ 1.  2.]
 [ 5. 10.]
 [ 3.  6.]]
imputation 1:
[[1. 2.]
 [0. 1.]
 [3. 6.]]
imputation 2:
[[1. 2.]
 [1. 2.]
 [3. 6.]]

我们可以观察到三种不同的推定。

使用sklearn IterativeImputer类为MICE估算缺失值

1 个答案: