使用回归森林进行缺失值补充函数编写

def fill_missing_rf(X,y,to_fill):
    """
    使用随机森林填补一个特征缺失值的函数
    
    X 当然是包含所有特征的矩阵
    y 就是用0和1组成的表示客户逾期还是不逾期
    to_fill 需要填补的这一列的 【名称】
    “""

    df = X.copy()
    #就是后面的Y
    fill = df.loc[:,to_fill]
    #重组的X矩阵
    df = pd.concat([df.loc[:,df.columns !=to_fill],pd.DataFrame(y)],axis=1)
    #提炼出训练集和测试集 
    #巧在用了Y的索引来确定X    
    Ytrain = fill[fill.notnull()]
    Ytest = fill[fill.isnull()]
    Xtrain = df.iloc[Ytrain.index,:]
    Xtest = df.iloc[Ytest.index,:]
    #填补数据
    from sklearn.ensemble import RandomForestRegressor as rfr
    rfr = rfr(n_estimators=100)
    rfr = rfr.fit(Xtrain,Ytrain)    
    Ypredict = rdr.predict(Xtest)
    return Ypredict

X =data.loc[:,1:]
y = data.loc["SeriousDlqin2yrs"]
Ypredict = fill_missing_rf(X,y,,"MonthlyIncome")
#取出这一列为空的所有值/1 判定是否为空，2
data.loc[data.loc[:,"MonthlyIncome"].isnull(),"MonthlyIncome"] = Ypredict