天天看点

插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:

1.线性回归法填补缺失值

插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
#随机生成一个线性回归数据from sklearn.datasets import make_regressionX,Y=make_regression(n_samples=100, n_features=1,n_targets=1,noise=10.5,random_state=1)import matplotlib.pyplot as pltplt.scatter(    X, #x坐标    Y, #y坐标);plt.show()123456789
           
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
x=np.arange(100)y=3*x+4data={'x':x,'y':y}df=pd.DataFrame(data)df.loc[4:6,"y"]=np.NaN#构造缺失值X_train=pd.DataFrame(df.loc[21:100,'x'])y_train=pd.DataFrame(df.loc[21:100,'y'])X_test=pd.DataFrame(df.loc[10:20,'x'])y_test=pd.DataFrame(df.loc[10:20,'y'])123456789
           
from sklearn import linear_modelregr = linear_model.LinearRegression()regr.fit(X_train, y_train)#构造线性回归模型print('Train Set of Score: %.2f' % regr.score(X_train, y_train))print('Train Set of Score: %.2f' % regr.score(X_test, y_test))#线性回归模型预测缺失值regr.predict(pd.DataFrame(df.loc[4:6,"x"]))1234567
           
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
#构建模型的训练集与测试集df=pd.merge(pd.DataFrame(X,columns={'x'}),pd.DataFrame(Y,columns={'y'}),            left_index=True,right_index=True)df.loc[4:6,"y"]=np.NaN#构造缺失值X_train=pd.DataFrame(df.loc[21:100,'x'])y_train=pd.DataFrame(df.loc[21:100,'y'])X_test=pd.DataFrame(df.loc[10:20,'x'])y_test=pd.DataFrame(df.loc[10:20,'y'])12345678
           
#构建模型的训练集与测试集df=pd.merge(pd.DataFrame(X,columns={'x'}),pd.DataFrame(Y,columns={'y'}),            left_index=True,right_index=True)df.loc[4:6,"y"]=np.NaN#构造缺失值X_train=pd.DataFrame(df.loc[21:100,'x'])y_train=pd.DataFrame(df.loc[21:100,'y'])X_test=pd.DataFrame(df.loc[10:20,'x'])y_test=pd.DataFrame(df.loc[10:20,'y'])12345678
           
#线性回归模型预测缺失值regr.predict(pd.DataFrame(df.loc[4:6,"x"]))12
           

2.拉格朗日插值法

插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
#拉格朗日插值法import pandas as pdimport matplotlib.pyplot as pltfrom scipy.interpolate import lagrangedef polyinterp(data,k=5):    df1=data.copy()    print("原始数据(含缺失值):",'',data)    for i in range(len(df1)):        if (df1['y'].isnull())[i]:            #取数索引范围,向插值前取k个,向后取k个            index_=list(range(i-k, i)) + list(range(i+1, i+1+k))#Series索引不为负数            list0=[j for j in index_ if j in df1['y'].sort_index()]            y= df1['y'][list0]            #y= df1['y'][list(range(i-k, i)) + list(range(i+1, i+1+k))]            y = y[y.notnull()]#索引为负则为缺失值,去掉缺失值            f = lagrange(y.index, list(y))            df1.iloc[i,1] = f(i)    print("副本插值后:",'',df1)    return(df1)def chart_view(df01,df1):    df1.rename(columns={'y': 'New y'}, inplace=True)    df01['y'].plot(style='k--')    df1['New y'].plot(alpha=0.5)    plt.legend(loc='best')    plt.show()if __name__=='__main__':    x=np.linspace(0,10,11)    y=x**3+10    data1=np.vstack((x,y))    df0=pd.DataFrame(data1.T,columns=['x','y'])    print(df0)    df01=df0.copy()#建立副本    df01.loc[2:3,"y"]=np.NaN#构造缺失值    df1=df01.copy()        new_data=polyinterp(df1,5)#插值后    chart_view(df01,new_data)#插值前后绘图12345678910111213141516171819202122232425262728293031323334353637
           
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
插值法补齐缺失数据_Python机器学习之数据预处理——缺失值填充参考文献:
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy.interpolate import lagrangedef polyinterp(data,k=5):    df1=data.copy()    print("原始数据(含缺失值):",'',data)    for i in range(len(df1)):        if (df1['y'].isnull())[i]:            #取数索引范围,向插值前取k个,向后取k个            index_=list(range(i-k, i)) + list(range(i+1, i+1+k))#Series索引不为负数            list0=[j for j in index_ if j in df1['y'].sort_index()]            y= df1['y'][list0]            y = y[y.notnull()]#索引为负则为缺失值,去掉缺失值            f = lagrange(y.index, list(y))            df1.iloc[i,1] = f(i)    #print("副本插值后:",'',df1)    print("副本插值后:",'',df1[40:])    return(df1)def chart_view(df01,df1):    df1.rename(columns={'y': 'New y'}, inplace=True)    df01['y'].plot(style='k--')    df1['New y'].plot(alpha=0.5)    plt.legend(loc='best')    plt.show()if __name__=='__main__':    df01=pd.read_csv(r'lagra_d1.csv',encoding='gbk')    df1=df01.copy()        new_data=polyinterp(df1,5)#插值后    chart_view(df01,new_data)#插值前后绘图1234567891011121314151617181920212223242526272829303132
           

编写打磨课件不易,走过路过别忘记给咱点个赞,对Python感兴趣的可以和我一起交流:【python交流群】:602697820

参考文献:

1.https://blog.csdn.net/shener_m/article/details/81706358

2.https://blog.csdn.net/qq_20011607/article/details/81412985