[Sklearn应用] Preprocessing data （四）missing values 缺失值处理

此内容在sklearn官网地址： http://scikit-learn.org/stable/modules/preprocessing.html#
sklearn版本：0.18.2

  缺失值不能直接删除。缺失值有其存在原因，删除后不仅使可用的数据变少，也会使原本的数据发生改变，影响结果准确性。

from sklearn.preprocessing import Imputer
im = Imputer()          # 默认参数 missing_values="NaN",strategy="mean"
						# strategy还可用"median"、"most_frequent"
im.fit(X)         
im.