Werte in prädiktiven Modellen imputieren
Bei prädiktiven Modellen arbeitest du oft mit getrennten Train- und Test-DataFrames. In solchen Fällen willst du sicherstellen, dass keine Informationen aus deinem Testsatz in den Trainingssatz gelangen. Wie solltest du beim Auffüllen fehlender Werte in Daten vorgehen, die in diesen Situationen verwendet werden sollen?
Diese Übung ist Teil des Kurses
Feature Engineering für Machine Learning in Python
Interaktive Übung
In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.
Übung starten