HyperImpute：一种数据插补的自动化框架

HyperImpute：一种数据插补的自动化框架

hyperimpute A framework for prototyping and benchmarking imputation methods 项目地址: https://gitcode.com/gh_mirrors/hy/hyperimpute

HyperImpute 是一个开源的数据插补框架，旨在简化机器学习管道中数据插补算法的选择过程。该项目的编程语言主要为 Python。

核心功能

HyperImpute 包含多种新颖的缺失数据处理算法，并且与 sklearn 兼容。其主要功能包括：

• 快速且可扩展的数据集插补算法。
• 新的迭代插补方法：HyperImpute。
• 经典方法：MICE、MissForest、GAIN、MIRACLE、MIWAE、Sinkhorn、SoftImpute 等。
• 插件式架构，支持自定义插补算法。

最近更新的功能

HyperImpute 最近更新的功能包含：

• 优化了算法的效率和稳定性。
• 增加了新的插补算法插件，如基于 KNN 的自定义插补算法。
• 提供了更详细的文档和教程，帮助用户更好地理解和使用 HyperImpute。
• 对测试框架进行了改进，确保代码的质量和可靠性。

HyperImpute 持续更新，为用户提供更强大的数据插补工具集，以满足不同场景下的数据预处理需求。

hyperimpute A framework for prototyping and benchmarking imputation methods 项目地址: https://gitcode.com/gh_mirrors/hy/hyperimpute