fancyimpute的正确归罪代码

Question

我使用下面的代码执行KNN对缺失值的补充：

1) data[missing] = KNN(k = 3, verbose = False).fit_transform(data[missing])

然而，我看到了一些教程(例如，使用.complete()方法的Chris Albon - Machine Learning With Python Cookbook p. 78；

2) features_knn_imputed = KNN(k=5, verbose=0).complete(X_train[true_nums])

我想知道2)是不推荐使用的代码，还是我在1)中输入的KNN实现是不正确的？

Answer 1

是的，.complete已被弃用。像使用sklearn一样使用.fit_transform。

在此处检查用法：https://pypi.org/project/fancyimpute/0.5.5/