Fortgeschrittene Imputation
In vielen realen Datensätzen gibt es zahlreiche fehlende oder beschädigte Daten. Oft ist es wenig hilfreich und verschwenderisch, die fehlerhaften Teile des Datensatzes einfach zu verwerfen. Mit Imputation kannst du fehlende oder leere Werte durch sinnvolle Ersatzwerte auffüllen, z. B. einen konstanten Wert oder den Mittelwert ähnlicher Merkmale, sodass die fehlenden Daten dem wahren Wert möglichst nahekommen. Eine fortgeschrittenere und genauere Technik ist es, mithilfe von Machine Learning die besten Füllwerte vorherzusagen.
Diese Übung ist Teil des Kurses
End-to-End Machine Learning
Interaktive Übung
In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.
Übung starten