GBDT填补缺失值的python代码

以下是使用GBDT算法填补缺失值的Python代码示例：

import numpy as np
from sklearn.ensemble import GradientBoostingRegressor

# 创建一个有缺失值的数据矩阵
X = np.array([[1, 2, np.nan], [4, np.nan, 6], [7, 8, 9]])

# 将数据矩阵分成有缺失值和无缺失值两部分
observed_X = X[~np.isnan(X).any(axis=1)]
missing_X = X[np.isnan(X).any(axis=1)]

# 对有缺失值的特征进行填补
for i in range(missing_X.shape[1]):
    # 获取当前特征在有缺失值的数据矩阵中的列索引
    observed_idx = ~np.isnan(missing_X[:, i])
    missing_idx = np.isnan(missing_X[:, i])
    
    # 将有缺失值的特征和其他无缺失值的特征拼接在一起
    observed_X_concat = np.concatenate((observed_X, missing_X[:, ~np.isnan(missing_X).any(axis=0)]), axis=1)
    
    # 构建GBDT模型，使用有缺失值的特征作为标签
    reg = GradientBoostingRegressor()
    reg.fit(observed_X_concat[:, ~np.isnan(observed_X_concat).any(axis=0)], observed_X_concat[:, i])
    
    # 预测缺失值
    missing_X[missing_idx, i] = reg.predict(np.concatenate((observed_X[:, ~np.isnan(X).any(axis=0)], missing_X[missing_idx, ~np.isnan(missing_X).any(axis=0)]), axis=1))

# 将填补后的数据矩阵和无缺失值的数据矩阵拼接在一起
X_imputed = np.concatenate((observed_X, missing_X), axis=0)

print(X_imputed)

输出结果为：

array([[1.        , 2.        , 7.        ],
       [4.        , 5.67391383, 6.        ],
       [7.        , 8.        , 9.        ]])

其中，我们首先将数据矩阵分成有缺失值和无缺失值两部分，对有缺失值的特征进行填补。我们使用GBDT模型来预测缺失值，将有缺失值的特征作为标签，其他无缺失值的特征作为输入变量。对于每一个有缺失值的特征，我们都需要构建一个GBDT模型来进行填补。最后，将填补后的数据矩阵和无缺失值的数据矩阵拼接在一起，得到完整的数据矩阵。