Korrelationen in deinen Daten finden
Korrelationen zwischen fehlenden Werten zu finden, hilft dir, die Art der fehlenden Daten besser zu verstehen und geeignete Strategien zu wählen, um sie zu behandeln. Im letzten Video hast du zwei wichtige Techniken kennengelernt, um Korrelationen zwischen fehlenden Werten visuell zu erkennen: Heatmaps und Dendrogramme.
In dieser Übung erstellst du eine Missingness-Heatmap und ein Dendrogramm für den diabetes-Datensatz mit dem Paket missingno. Es wurde als msno importiert.
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.
# Import missingno
import missingno as msno
# Plot missingness heatmap of diabetes
___.___(___)
# Show plot
plt.show()