## 缺失值补全 > 由于各种原因，许多真实世界数据集包含缺失值，通常编码为空格，NaN或其他占位符。要解决此问题，您可以使用`Imputer`类。 ### 构造函数参数 `$missingValue`（mixed） - 此值将被替换（默认为null） `$strategy`（Strategy） - 估算策略（读取使用：`MeanStrategy`，`MedianStrategy`，`MostFrequentStrategy`） `$axis`（int） - 策略的轴，`Imputer :: AXIS_COLUMN`或`Imputer :: AXIS_ROW` `$samples`（array） - 要训练的样本数组 ``` $imputer = new Imputer(null, new MeanStrategy(), Imputer::AXIS_COLUMN); $imputer = new Imputer(null, new MedianStrategy(), Imputer::AXIS_ROW); ``` ### 策略 `MeanStrategy` - 使用沿轴的平均值替换缺失值 `MedianStrategy`- 使用沿轴的中位数替换缺失值 `MostFrequentStrategy` - 使用沿轴最频繁的值替换缺失 ### 使用示例 ``` use Phpml\Preprocessing\Imputer; use Phpml\Preprocessing\Imputer\Strategy\MeanStrategy; $data = [ [1, null, 3, 4], [4, 3, 2, 1], [null, 6, 7, 8], [8, 7, null, 5], ]; $imputer = new Imputer(null, new MeanStrategy(), Imputer::AXIS_COLUMN); $imputer->fit($data); $imputer->transform($data); /* $data = [ [1, 5.33, 3, 4], [4, 3, 2, 1], [4.33, 6, 7, 8], [8, 7, 4, 5], ]; */ ``` 您还可以使用`$samples`构造函数参数而不是`fit`方法： ``` use Phpml\Preprocessing\Imputer; use Phpml\Preprocessing\Imputer\Strategy\MeanStrategy; $data = [ [1, null, 3, 4], [4, 3, 2, 1], [null, 6, 7, 8], [8, 7, null, 5], ]; $imputer = new Imputer(null, new MeanStrategy(), Imputer::AXIS_COLUMN, $data); $imputer->transform($data); ```