MCAR löschen
Das Analysieren und angemessene Behandeln fehlender Werte ist knifflig. Wenn es jedoch nur sehr wenige fehlende Werte gibt, ist der Umgang damit ganz einfach. In der Video-Übung hast du gelernt, wie du fehlende Daten korrekt identifizierst, wann du sie löschen solltest und wie du sie entfernst.
In dieser Übung löscht du zeilenweise alle Zeilen, in denen die Spalte Glucose fehlende Werte enthält. Das diabetes-DataFrame und das Paket missingno als msno sind bereits für dich geladen.
Hinweis: Wir verwenden hier eine proprietäre Funktion display() statt plt.show(), damit du die Ausgabe leichter ansehen kannst.
Diese Übung ist Teil des Kurses
<Kurs>Umgang mit fehlenden Daten in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Visualize the missingness of diabetes prior to dropping missing values
___
# Display nullity matrix
display("/usr/local/share/datasets/matrix_diabetes.png")