使用 sklearn IterativeImputer 类为 MICE 输入缺失值

Question

我正在尝试学习如何实现 MICE 来为我的数据集估算缺失值。我听说过 fancyimpute 的 MICE，但我也读到 sklearn 的 IterativeImputer 类可以完成类似的结果。来自 sklearn 的文档：

我们的 IterativeImputer 实现受到 R MICE 的启发 包（链式方程的多元插补）[1]，但是 与它的不同之处在于返回单个插补而不是多个 归责。但是，IterativeImputer 也可以用于多个 通过重复将其应用于同一数据集 sample_postterior=True 时的不同随机种子

我已经看到在不同的管道中使用“种子”，但我对它们的理解不够深入，无法在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 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，我们可以获得多重插补。

这是一个如何使用它的示例：

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插补。