## 缺失值補全 > 由于各種原因，許多真實世界數據集包含缺失值，通常編碼為空格，NaN或其他占位符。要解決此問題，您可以使用`Imputer`類。 ### 構造函數參數 `$missingValue`（mixed） - 此值將被替換（默認為null） `$strategy`（Strategy） - 估算策略（讀取使用：`MeanStrategy`，`MedianStrategy`，`MostFrequentStrategy`） `$axis`（int） - 策略的軸，`Imputer :: AXIS_COLUMN`或`Imputer :: AXIS_ROW` `$samples`（array） - 要訓練的樣本數組 ``` $imputer = new Imputer(null, new MeanStrategy(), Imputer::AXIS_COLUMN); $imputer = new Imputer(null, new MedianStrategy(), Imputer::AXIS_ROW); ``` ### 策略 `MeanStrategy` - 使用沿軸的平均值替換缺失值 `MedianStrategy`- 使用沿軸的中位數替換缺失值 `MostFrequentStrategy` - 使用沿軸最頻繁的值替換缺失 ### 使用示例 ``` use Phpml\Preprocessing\Imputer; use Phpml\Preprocessing\Imputer\Strategy\MeanStrategy; $data = [ [1, null, 3, 4], [4, 3, 2, 1], [null, 6, 7, 8], [8, 7, null, 5], ]; $imputer = new Imputer(null, new MeanStrategy(), Imputer::AXIS_COLUMN); $imputer->fit($data); $imputer->transform($data); /* $data = [ [1, 5.33, 3, 4], [4, 3, 2, 1], [4.33, 6, 7, 8], [8, 7, 4, 5], ]; */ ``` 您還可以使用`$samples`構造函數參數而不是`fit`方法： ``` use Phpml\Preprocessing\Imputer; use Phpml\Preprocessing\Imputer\Strategy\MeanStrategy; $data = [ [1, null, 3, 4], [4, 3, 2, 1], [null, 6, 7, 8], [8, 7, null, 5], ]; $imputer = new Imputer(null, new MeanStrategy(), Imputer::AXIS_COLUMN, $data); $imputer->transform($data); ```