Python 和决策树中的多重插补

Question

我试图在 python 中进行多重插补。 我的动机是由 R 中的 mouse 包驱动的，但是，我正在寻找 python 中的等价物。我找到了sklearn 的IterativeImputer。 按照文档和一些关于 SO 的帖子，我能够生成多个估算集。但是，此估算值是通过设置 sample_posterior = True 从分布中得出的。但这不是我要找的。我想不是从分布中提取值，而是作为真实样本。 IE。与在 R 中一样，从决策树中同一叶中的那些值中提取。 （见第 94 页https://cran.r-project.org/web/packages/mice/mice.pdf）。有没有办法将IterativeImputer 中决策树的“预测”更改为对同一片叶子进行随机观察？

文档：https://scikit-learn.org/stable/modules/impute.html

在 SO 上发布： IterativeImputer - sample_posterior 和 Imputing missing values using sklearn IterativeImputer class for MICE

Answer 1

miceforest 可以满足您的需求。它默认实现均值匹配，从数据中的真实样本中提取。

但是，miceforest 使用 lightgbm 作为后端。这可能是也可能不是您想要的。