华为云AI开发平台ModelArts缺失值填充_云淘科技
概述
“缺失值填充”节点用来将某些列出现的缺失值（如空值、指定的值）替换为均值或者中位数。
输入
|
参数 |
子参数 |
参数说明 |
|---|---|---|
|
inputs |
dataframe |
inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 |
输出
数据集
参数说明
|
参数 |
子参数 |
参数说明 |
|---|---|---|
|
input_features_str |
– |
列名组成的字符串，例如: “column_a” “column_a,column_b” |
|
missing_value |
– |
类型为数值，表示该值为缺失值，将要被填充 |
|
strategy |
– |
填充策略，支持mean和median |
|
output_col_postfix |
– |
输出特征列的后缀 |
样例
inputs = {
"dataframe": None # @input {"label":"dataframe","type":"DataFrame"}
}
params = {
"inputs": inputs,
"b_output_action": True,
"outer_pipeline_stages": None,
"input_features_str": "", # @param {"label":"input_features_str","type":"string","required":"true","helpTip":""}
"missing_value": "", # @param {"label":"missing_value","type":"number","required":"false","range":"(none,none)","helpTip":""}
"strategy": "mean", # @param {"label":"strategy","type":"enum","options":"mean,median","required":"true","helpTip":""}
"output_col_postfix": "_impute" # @param {"label":"output_col_postfix","type":"string","required":"true","helpTip":""}
}
missing_value_impute____id___ = MLSMissingValueImpute(**params)
missing_value_impute____id___.run()
# @output {"label":"dataframe","name":"missing_value_impute____id___.get_outputs()['output_port_1']","type":"DataFrame"}
父主题： 数据处理
同意关联代理商云淘科技，购买华为云产品更优惠（QQ 78315851）
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
