استخدام الأداة KNNImputer لتنظيف البيانات من مكتبة Sklearn

يتم استخدامه عبر الموديول:

sklearn.impute

#استدعاء المكتبات:
from sklearn.impute import KNNImputer

في البداية قمنا باستدعاء المكتبة التي يوجد فيها  KNNImputer.

#الشكل العام KNNImputer:
imputerKNN=KNNImputer(missing_values=nan, n_neighbors=5,
                      weights='uniform',metric='nan_euclidean',
                      copy=True)

الوسيط الأول missing_values القيمة المفقودة أي القيمه التي سنضع مكانها ما ينوب عنها وفي كثير من الأمثلة تكون القيمه المفقودة Nan أو 0.
الوسيط الثاني n_neighbors عدد الجيران الذي سيتم حساب القيمة المتوسطة لهم من أجل عينة تحوي قيمة مفقودة.
الوسيط الثالث  weights هذا الوسيط يحدد الأساس الذي سيسير عليه KNNImputer حيث يأخذ  قيمتين هي  ‘uniform’ حيث تعني أن الجار القريب أو البعيد لهم نفس التأثير أي لا يفرق أحدهما في عملية حساب القيمة المتوسطة  أما  ‘distance’ هنا يتم اعتماد المسافة كعامل تقييم أي الاقرب مسافة إلى المثال الذي يتم التنبؤ بقيمته بتالي سوف يكون تأثير الجار ذو المسافة الأقل أكبر من الجار ذو المسافة الأبعد  
الوسيط الرابع metric مقياس المسافة للبحث عن الجيران.
الوسيط الخامس copy عند وضع هذا الوسيط True يتم أخذ نسخه من البيانات false عكس ذلك أي يتم التطبيق على البيانات الاصلية.
مثال:

#استدعاء المكتبات
import numpy as np
from sklearn.impute import KNNImputer
#تعين داتا دخل مزيفة
X = [[3, 4, np.nan], [3, 4, 3], [np.nan, 1, 2], [8, 8, 7]]
#طباعة القيم بعد عملية التنظيف
imputerKNN= KNNImputer(n_neighbors=2)
imputerKNN.fit_transform(X)
#النتيجة
array([[3. , 4. , 2.5],
       [3. , 4. , 3. ],
       [3. , 1. , 2. ],
       [8. , 8. , 7. ]])

حيث الدالة fit_transform يوجد ضمنها جميع العمليات الداخلية لعملية حساب القيم و تطبيقها على البيانات.