我的代码：
from sklearn.impute import SimpleImputer
fill_values=SimpleImputer(missing_values=0,strategy='mean')
X_train=fill_values.fit(X_train)
X_test=fill_values.fit(X_test)
imp_X_train=fill_values.transform(X_train)
imp_X_test=fill_values.trainsform(X_test)
给出错误：
TypeError: float() argument must be a string or a number, not 'SimpleImputer'
我哪里做错了？
例如，如果要使用X_train预处理器转换数据数组，SimpleImputer则应使用 method .fit_transform。
例如：X_train = fill_values.fit_transform(X_train)
如果您仅使用fit它将返回一个类型的实例，SimpleImputer这是您的错误。
转换器方法的输出fit()是类实例本身（它返回“自我”）。因此通过这样做：
X_train=fill_values.fit(X_train)
您销毁了X_traindataFrame，因此当您将其用作 transform() 的输入时，您会收到错误消息。此外，在调用fit()它时它会为 做准备，transform()因此在调用transform().
你应该这样做：
from sklearn.impute import SimpleImputer
fill_values=SimpleImputer(missing_values=0,strategy='mean')
fill_values.fit(X_train)
imp_X_train=fill_values.transform(X_train)
fill_values.fit(X_test)
imp_X_test=fill_values.trainsform(X_test)