在MaskedArray上进行预测的分类器

Question

我试图弄清楚如何处理numpy蒙面数组上的分类器预测(而不是常规的numpy数组)。这是我的代码：

# My masked array on which to perform the prediction
>>> type(patch)
    numpy.ma.core.MaskedArray
>>> patch.shape
    (3,3,14)
# This is how it looks like the first layer in the 3rd dimension. 
>>> patch[:,:,0]
    masked_array(
  data=[[90, 28, 16],
        [79, 32, --],
        [41, --, --]],
  mask=[[False, False, False],
    [False, False,  True],
    [False,  True,  True]],
 fill_value=999999,
 dtype=uint16)

在上面的代码中，您可以看到第三维度中的第一层。从patch.shape中可以看到，有14个层。每个人都有自己的位置：(1,2)，(2,1)和(2,2)蒙面！

现在，我使用经过预先训练的RandomForest分类器cl来对I为1,4,6的补丁的值进行分类。我希望分类器忽略分类过程中的蒙面值，但在完成之后：

>>> class_pred = cl.predict(patch.reshape(-1, patch.shape[2]))
>>> class_pred = class_pred.reshape(patch[:,:,0].shape)

我得到：

>>> class_pred 
    array([[4, 4, 4],
           [4, 4, 1],
           [4, 1, 1]])

因此，在(1,2)，(2,1)和(2,2)的位置不再蒙面，但他们也被分类。

是否有办法迫使分类器在分类过程中忽略蒙面值？为了得到这样的东西：

masked_array(
  data=[[4, 4, 4],
        [4, 4, --],
        [4, --, --]],
  mask=[[False, False, False],
    [False, False,  True],
    [False,  True,  True]],
 fill_value=999999,
 dtype=uint16)

Answer 1

现在的答案是，我认为: Scikit学习忽略了传递的数据上的掩码。不管蒙面数组的底层值在蒙面数据中是什么，分类器都将对fit和predict使用，因此您将得到一个类值。

对于您的具体情况:输入有一个矩阵结构有多重要？如果这些输入总是被屏蔽(例如，因为它们是三角形数组)，您可能希望将它们分解为向量。即使是像图像这样的完整方阵，人们也会这样做(比如ConvNet )。

从更广泛的意义上讲，如果您正在做的是表示缺失的值，那么我必须说，这种ML仍然处于一个边缘阶段(但以一种速度前进)。我可以推荐你的书“统计分析与缺失的数据”，其中有相当多的算法。