sklearn IterativeImputer无fill_value参数时，如何自定义constant初始填充值？

IterativeImputer确实没有提供fill_value参数来配合initial_strategy="constant"使用，要实现自定义初始常量填充，可以通过以下两种方法解决：

方法一：预处理阶段手动完成初始自定义填充 #

先使用SimpleImputer完成自定义常量的缺失值填充，再将处理后的数据传入IterativeImputer，并将initial_strategy设为任意不会修改已有值的策略（比如"mean"）——此时因为数据已无缺失值，第一轮的初始填充步骤不会产生任何变更，直接进入MICE的迭代插补流程。

示例代码：

import pandas as pd
import numpy as np
from sklearn.impute import SimpleImputer, IterativeImputer
from sklearn.linear_model import BayesianRidge

# 构造含缺失值的测试数据
data = pd.DataFrame({
    'num_col': [1, np.nan, 3, 4, np.nan],
    'cat_col': ['a', np.nan, 'c', np.nan, 'e']
})

# 1. 用SimpleImputer自定义初始填充
# 数值型列填充自定义值5，字符串列填充自定义值"unknown"
num_imputer = SimpleImputer(strategy='constant', fill_value=5)
cat_imputer = SimpleImputer(strategy='constant', fill_value='unknown')

data['num_col'] = num_imputer.fit_transform(data[['num_col']])
data['cat_col'] = cat_imputer.fit_transform(data[['cat_col']])

# 2. 运行IterativeImputer
imputer = IterativeImputer(
    estimator=BayesianRidge(),
    initial_strategy='mean',  # 此时无缺失值，该策略不会生效
    max_iter=10,
    random_state=42
)
final_data = imputer.fit_transform(data)

方法二：自定义初始填充逻辑（进阶） #

如果不想提前修改原始数据，可以通过继承IterativeImputer类，重写其初始填充的逻辑，加入自定义的fill_value参数。不过这种方法相对复杂，仅适合有一定源码基础的用户：

示例代码：

from sklearn.impute import IterativeImputer

class CustomIterativeImputer(IterativeImputer):
    def __init__(self, *, fill_value=None, **kwargs):
        super().__init__(**kwargs)
        self.fill_value = fill_value

    def _fit_imputer(self, X, y=None):
        # 当initial_strategy为constant且fill_value不为None时，自定义初始填充
        if self.initial_strategy == 'constant' and self.fill_value is not None:
            from sklearn.impute import SimpleImputer
            initial_imputer = SimpleImputer(strategy='constant', fill_value=self.fill_value)
            X_initial = initial_imputer.fit_transform(X)
            # 调用父类方法，基于已填充的X_initial继续迭代
            return super()._fit_imputer(X_initial, y)
        else:
            return super()._fit_imputer(X, y)

# 使用自定义类
custom_imputer = CustomIterativeImputer(
    estimator=BayesianRidge(),
    initial_strategy='constant',
    fill_value={'num_col':5, 'cat_col':'unknown'},  # 支持按列自定义填充值
    max_iter=10,
    random_state=42
)
final_data = custom_imputer.fit_transform(data)

补充说明 #

之所以IterativeImputer没有暴露fill_value参数，是因为它的initial_strategy仅复用了SimpleImputer的策略选项，但没有完全对齐所有参数。上述两种方法中，方法一是更简洁且推荐的方案，无需修改源码即可实现需求。

内容的提问来源于stack exchange，提问作者Value_Investor