A la caza de los valores faltantes
Las preguntas sobre cómo procesar valores faltantes son fundamentales en cualquier entrevista de Machine Learning. Si te dan un conjunto de datos con valores faltantes y no los tratas, es probable que sesgues los resultados y reduzcas la precisión de tu modelo.
En este ejercicio, practicarás el primer paso de preprocesado: detectar y explorar formas de manejar los valores faltantes usando pandas y numpy en un conjunto de datos de préstamos de clientes.
El conjunto de datos, que usarás en muchos ejercicios de este curso, está guardado en tu espacio de trabajo como loan_data.
Aquí es donde estás en el pipeline:
Este ejercicio forma parte del curso
Practicing Machine Learning Interview Questions in Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import modules
import numpy as np
import pandas as pd
# Print missing values
print(____.____().____())