sklearn.impute.KNNImputer 파라미터 정리

KNNImputer

class sklearn.impute.KNNImputer(*, missing_values=nan, n_neighbors=5, weights='uniform', 
metric='nan_euclidean', copy=True, add_indicator=False)

from sklearn.impute import KNNImputer

728x90

KNNImputer 파라미터

missing_values = {int, float, str, np.nan, None}, default=np.nan

n_neighbors = int, default=5

weights = {‘uniform’, ‘distance’} or callable, default=’uniform’

# 예측에 사용되는 가중치 함수입니다. 가능한 값:

• 'uniform' : 균일한 무게. 각 이웃의 모든 포인트는 동일하게 가중치가 부여됩니다.
• 'distance' : 거리의 역수로 가중치를 부여합니다. 이 경우 쿼리 포인트의 가까운 이웃이 멀리 있는 이웃보다 더 큰 영향을 미칩니다.
• callable : 거리 배열을 받아들이고 가중치를 포함하는 같은 모양의 배열을 반환하는 사용자 정의 함수입니다.

metric = {‘nan_euclidean’} or callable, default=’nan_euclidean’

# 이웃 검색을 위한 거리 측정법

copy = bool, default=True

add_indicator = bool, default=False