好问题。这是我的看法：

下面的代码创建了估算特征和哪些特征被估算的指示的联合。

transformer = FeatureUnion(
     transformer_list=[
         ('features', SimpleImputer(strategy='mean')),
         ('indicators', MissingIndicator())])

我可以看到它对于可能学会不那么依赖经常丢失的功能的学习者变得有用。或者，某些特征完全缺失的事实可能对学习者有所帮助。因为，缺失值可能意味着数据收集中发生了不同的事情，这对于做出预测很有用。

假设我有以下问题：

我想根据他们在我喜欢的流媒体平台上的观看习惯对用户进行分类。用户必须对电影的好评或差评进行评分。当然，并不是我的所有用户都会观看所有电影，所以我会有空白值。通过使用让我们说SimpleImputer，我基本上会对他们会如何喜欢他们没有看过的电影做出有根据的猜测。这很有用，因为我可以比较所有电影的用户。然而，知道用户一共看过哪些电影可能同样有用。这就是MissingIndicator为您提供的。

跟踪缺失数据的想法可能很有用，因此您知道哪些数据点被估算或删除以训练模型。它可以让您了解功能重要性/可靠性。

但是，有很多方法可以做到这一点，如果您使用的是 Pandas DataFrame，那么MissingIndicator在我看来，该类对于跟踪缺失值的单一目的是多余的。

同样可以如下实现。假设我从这个数据框开始：

import pandas as pd
import numpy as np

In [1]: df                                                                                                           
Out[1]: 
            A         B          C         D
0    1.095564 -0.225533   0.441428  0.099792
1    1.198053  0.523837   -1.53928  0.871108
2         NaN  0.336165  NOT_FOUND -1.881777
3   -0.077794  0.175203   -1.76324  1.172351
4   -1.167858  0.340200   0.369765       NaN
5    0.514393 -0.045929   0.771916  0.130821
6   -0.065623  0.978825  -0.668706 -0.703892

所以有几个可能的缺失值：

In [2] missing_vals = ["NOT_FOUND", np.NaN]

In [3] missing_mask = df.isin(missing_vals)   # boolean mask of True where missing values found

In [4]: missing_mask                                                                                                 
Out[4]: 
       A      B      C      D
0  False  False  False  False
1  False  False  False  False
2   True  False   True  False
3  False  False  False  False
4  False  False  False   True
5  False  False  False  False
6  False  False  False  False

但由于这是一个 DataFrame，如果你需要它，你就拥有它的所有力量。查看每个特征缺少多少值：

In [5]: missing_mask.sum()
Out[5]: 
A    1
B    0
C    1
D    1
dtype: int64

用单个标记替换所有缺失值，例如“MISSING”

In [6]: df.where(~missing_mask, "MISSING")
Out[6]: 
           A          B         C          D
0    1.09556  -0.225533  0.441428  0.0997919
1    1.19805   0.523837  -1.53928   0.871108
2    MISSING   0.336165   MISSING   -1.88178
3 -0.0777938   0.175203  -1.76324    1.17235
4   -1.16786     0.3402  0.369765    MISSING
5   0.514393 -0.0459287  0.771916   0.130821
6 -0.0656233   0.978825 -0.668706  -0.703892

如果您想了解丢失的数据，我建议您查看这个名为 的出色软件包missingno，它是为此目的而构建的 :)