如何编码和归类分类数据？

Question

我有一列包含分类数据和一些nan值。我想填写nan值，而不是删除它们。一开始我真的不知道该怎么做-编码还是归因？我尝试首先使用LabelEncoder进行编码，然后尝试使用KNNImputer进行归因，但这对我不起作用。最后，我想使用OneHotEncoder获取正确格式的值，以将其用作ML模型的输入。我从这样的东西开始，但那是错误的：（

import numpy as np
import pandas as pd
from sklearn.preprocessing import OneHotEncoder
from sklearn.preprocessing import LabelEncoder
from sklearn.impute import KNNImputer

data = ["coupe", "coupe", "SUV", "coupe", "SUV", "sedan", np.nan, "sedan", np.nan, "coupe"]
X = pd.DataFrame({"type": data})
le = LabelEncoder()
X = le.fit_transform(X)

我不知道该如何处理：

1. 编码（LabelEncoder）->免疫（KNNImputer）-> OneHotEncoder
2. Impute（KNNImputer）->编码（LabelEncoder）-> OneHotEncoder

我将不胜感激。

Answer 1

LabelEncoder如果与TypeError一起使用，则会引发np.nan。首先用虚拟字符串替换它们。并将其标签编码后，将与空值相对应的标签替换回np.nan，这是在您应用KNNImputer

时