sklearn：TypeError：fit（）缺少1个必需的位置参数：“x”答案

【问题标题】：sklearn: TypeError: fit() missing 1 required positional argument: 'x"sklearn：TypeError：fit（）缺少1个必需的位置参数：“x”
【发布时间】：2019-06-13 11:04:54
【问题描述】：

在尝试运行时

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values ="NaN", strategy = "mean")
imputer = SimpleImputer.fit(X[:,1:3])
X[:,1:3] = SimpleImputer.transform(X[:,1:3])

我遇到了一个错误

TypeError: fit() 缺少 1 个必需的位置参数：'X'

但我已经提供了 x，对吗？解决办法是什么？

【问题讨论】：

X的值是多少？
“fit”方法只接受 numpy 数组作为输入。所以请确保它是正确的类型
dataset = pd.read_csv('data.csv') X = dataset.iloc[:,: -1].values
@gireesh4manu 我为 x 提供了这个

标签： python scikit-learn

【解决方案1】：

您的代码：

from sklearn.impute import SimpleImputer
# PAY ATTENTION: to NaN as np.nan
imputer = SimpleImputer(**missing_values ="NaN"**, strategy = "mean")
imputer = SimpleImputer.fit(X[:,1:3])
# PAY ATTENTION: instead of "SimpleImputer.transform" use "imputer.transform"
X[:,1:3] = **SimpleImputer**.transform(X[:,1:3])

正确代码：

from sklearn.impute import SimpleImputer  
imputer = SimpleImputer(missing_values=np.nan, strategy='mean',fill_value=None, verbose=0, copy=True)  
imputer = imputer.fit(X[:, 1:3])  
X[:, 1:3] = imputer.transform(X[:, 1:3])

【讨论】：

【解决方案2】：

完整的代码如下所示：

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values = np.nan, strategy = "mean")
imputer = imputer.fit(X[:,1:3])
X[:,1:3] = imputer.transform(X[:,1:3])

请注意：

missing_values = np.nan

【讨论】：

【解决方案3】：

根据this Scikit-learn module，正确的语法应该是：

imputer.fit(X[:,1:3])

代替：

imputer = SimpleImputer.fit(X[:,1:3])

【讨论】：

它工作但引发了另一个异常。实际上，我正在尝试用其他观察的平均值替换“NaN”值
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
X 是否包含 NaN 或 inf 值？
是的，它包含 NaN 值，这就是我试图用其他观察值的平均值来替换的值@Sheldon
查看这篇文章：stackoverflow.com/questions/31323499/…