scikit-learn中Imputer类弃用警告问题求助及解决建议

嘿，这个问题很常见，我来帮你快速搞定！

首先看你收到的警告：

DeprecationWarning: Class Imputer is deprecated; Imputer was deprecated in version 0.20 and will be removed in 0.22. Import impute.SimpleImputer from sklearn instead.

这个警告已经说得很清楚了：Imputer类已经被官方废弃——从scikit-learn 0.20版本开始就不再推荐使用，到0.22版本会被彻底移除，官方建议你改用sklearn.impute.SimpleImputer来处理缺失值。

原代码的问题 #

你的代码里导入了from sklearn.preprocessing import Imputer，这就是触发警告的根源，咱们只需要替换这部分代码即可，核心逻辑完全不用改。

修改后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

dataset = pd.read_csv('Data.csv')
x = dataset.iloc[:, :-1]
y = dataset.iloc[:, 3]

# 替换废弃的Imputer为SimpleImputer
from sklearn.impute import SimpleImputer
# 参数和原Imputer基本一致，这里用np.nan更规范（原'NaN'也兼容）
imputer = SimpleImputer(missing_values=np.nan, strategy='mean')
imputer.fit(x[:, 1:3])
x[:, 1:3] = imputer.transform(x[:, 1:3])

额外小提示 #

• SimpleImputer支持的填充策略和原Imputer一样：'mean'（均值）、'median'（中位数）、'most_frequent'（众数），按需切换就行
• 如果你用的是较新的scikit-learn版本，甚至可以用fit_transform一步完成拟合和转换，简化代码：

  x[:, 1:3] = imputer.fit_transform(x[:, 1:3])
  

这样修改后，那个烦人的弃用警告就会消失，代码也能和之前一样正常处理缺失数据啦！

内容的提问来源于stack exchange，提问作者Mohammad Khubaib Nasir