Fehlende Kreditdaten ersetzen
Jetzt solltest du nach fehlenden Daten suchen. Wenn du fehlende Daten in loan_status findest, kannst du die Daten nicht zur Vorhersage der Ausfallwahrscheinlichkeit verwenden, weil du nicht weißt, ob der Kredit ausgefallen ist oder nicht. Fehlende Daten in person_emp_length sind weniger kritisch, verursachen aber trotzdem Trainingsfehler.
Prüfe also die Spalte person_emp_length auf fehlende Werte und ersetze fehlende Einträge durch den Median.
Der Datensatz cr_loan wurde im Workspace geladen.
Diese Übung ist Teil des Kurses
Kreditrisikomodellierung in Python
Anleitung zur Übung
- Gib ein Array der Spaltennamen aus, die fehlende Daten enthalten, mithilfe von
.isnull(). - Gib die ersten fünf Zeilen des Datensatzes aus, in denen
person_emp_lengthfehlt. - Ersetze die fehlenden Werte durch den Median der gesamten Beschäftigungsdauer mit
.fillna(). - Erstelle ein Histogramm der Spalte
person_emp_length, um die Verteilung zu prüfen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Print a null value column array
print(____.columns[____.____().any()])
# Print the top five rows with nulls for employment length
print(____[____[____].____()].head())
# Impute the null values with the median value for all employment lengths
____[____].____((cr_loan['person_emp_length'].____()), inplace=True)
# Create a histogram of employment length
n, bins, patches = plt.____(____[____], bins='auto', color='blue')
plt.xlabel("Person Employment Length")
plt.____()