sklearn中SimpleImputer报TypeError: fit()缺少X参数，求解决方案

嘿，这个问题我之前也踩过坑！你出错的核心原因是搞混了类方法和实例方法的调用方式。

错误原因分析 #

SimpleImputer是sklearn中的一个类，你已经正确创建了它的实例imputer，但后面却直接用类名SimpleImputer去调用fit()和transform()方法——这两个是实例方法，必须通过你创建好的imputer实例来调用，而不是类本身。类直接调用的话，Python会认为你缺少了实例这个必填参数（也就是self），所以才会报fit() missing 1 required positional argument: 'X'的错误。

修正后的代码 #

把代码里的SimpleImputer.fit和SimpleImputer.transform改成用实例imputer调用：

from sklearn.impute import SimpleImputer
# 创建SimpleImputer实例
imputer = SimpleImputer(missing_values="NaN", strategy="mean")
# 用实例调用fit方法，拟合数据
imputer.fit(X[:,1:3])
# 用同一个实例调用transform方法，填充缺失值
X[:,1:3] = imputer.transform(X[:,1:3])

更简洁的写法 #

你还可以用fit_transform()一步完成拟合和转换，代码更紧凑：

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values="NaN", strategy="mean")
X[:,1:3] = imputer.fit_transform(X[:,1:3])

这样就能正常运行啦，本质就是记住：sklearn的估计器类创建实例后，所有的拟合、转换操作都要基于这个实例来执行~

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