Comparación de gráficos de densidad
Las distintas imputaciones que has realizado anteriormente se pueden comparar gráficamente con sus gráficos de densidad. A partir de estos gráficos, podrás analizar y encontrar con facilidad el conjunto de datos cuya distribución sea más similar a la del conjunto de datos original. También podrás ver hasta qué punto una imputación puede estar sesgada.
En este ejercicio, compararás los gráficos de densidad de los DataFrames imputados de diabetes que creaste antes.
Los DataFrames diabetes_cc, diabetes_mean_imputed, diabetes_knn_imputed y diabetes_mice_imputed ya se han cargado para que los utilices, junto con matplotlib.pyplot como plt.
Este ejercicio forma parte del curso
Cómo tratar datos faltantes en Python
Instrucciones del ejercicio
- Traza un gráfico de densidad para la columna
'Skin_Fold'en cada DataFrame. - Establece las etiquetas usando la lista
labels. - Pon la etiqueta del eje x como
'Skin Fold'.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Plot graphs of imputed DataFrames and the complete case
diabetes_cc['___'].___(___='___', c='red', linewidth=3)
diabetes_mean_imputed['___'].plot(___='___')
diabetes_knn_imputed['___'].plot(___='___')
diabetes_mice_imputed['___'].plot(___='___')
# Create labels for the four DataFrames
labels = ['Baseline (Complete Case)', 'Mean Imputation', 'KNN Imputation', 'MICE Imputation']
plt.legend(___)
# Set the x-label as Skin Fold
plt.xlabel('___')
plt.show()