Iterativní imputace
V předchozím cvičení jsi pro chybějící hodnoty v loan_data použil/a imputaci průměrem. Na pohovoru pro Machine Learning se ale pravděpodobně setkáš s dotazy na dynamičtější techniky imputace, které využívají ostatní příznaky v datasetu.
V tomto cvičení si procvičíš přístup založený na strojovém učení: chybějící hodnoty budeme imputovat jako funkci zbývajících příznaků pomocí IterativeImputer() z sklearn.impute. Jde o multivariátní imputátor, který odhaduje každý příznak na základě všech ostatních metodou „round-robin".
Upozorňujeme, že tato funkce je stále považována za experimentální – více informací najdeš v dokumentaci.
V pipeline se nacházíš na stejném místě jako dříve:
Toto cvičení je součástí kurzu
Procvičování otázek k pohovorům z oblasti Machine Learning v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Explicitly require this experimental feature
from sklearn.experimental import enable_iterative_imputer
# Now you can import normally from sklearn.impute
from sklearn.impute import IterativeImputer
# Subset numeric features: numeric_cols
numeric_cols = ____.____(____=[____.____])