>>> from sklearn.experimental import enable_iterative_imputer
>>> from sklearn.impute import IterativeImputer
>>> iimr = IterativeImputer()
>>> iimr.fit_transform(df.values)
array([[ 1. , 2. , 3. , 4. ],
[ 5. , 6. , 7.00047063, 8. ],
[10. , 11. , 12. , 12.99964527]])
KNNImputer 클래스는 k-최근접 이웃 방법을 사용하여 누락된 값을 채웁니다. 최근접 이웃의 개수는 n_neighbors 매개변수로 지정하며 기본값은 5입니다. 샘플 개수가 n_neighbors보다 작으면 SimpleImputer (strategy='mean')과 결과가 같습니다.
>>> from sklearn.impute import KNNImputer
>>> kimr = KNNImputer()
>>> kimr.fit_transform(df.values)
array([[ 1. , 2. , 3. , 4. ],
[ 5. , 6. , 7.5, 8. ],
[10. , 11. , 12. , 6. ]])