Remplacer les données de crédit manquantes
Vous devez maintenant vérifier s'il manque des données. Si des valeurs sont manquantes dans loan_status, vous ne pourriez pas utiliser ces données pour prédire la probabilité de défaut, car vous ne sauriez pas si le prêt est en défaut ou non. Des données manquantes dans person_emp_length seraient moins problématiques, mais causeraient quand même des erreurs à l'entraînement.
Donc, vérifiez les données manquantes dans la colonne person_emp_length et remplacez toute valeur manquante par la médiane.
L'ensemble de données cr_loan a été chargé dans l'espace de travail.
Cette activité fait partie du cours
Modélisation du risque de crédit en Python
Instructions de l’exercice
- Affichez un tableau des noms de colonnes qui contiennent des valeurs manquantes en utilisant
.isnull(). - Affichez les cinq premières lignes de l'ensemble de données où
person_emp_lengthest manquant. - Remplacez les valeurs manquantes par la médiane de toutes les durées d'emploi à l'aide de
.fillna(). - Créez un histogramme de la colonne
person_emp_lengthpour vérifier la distribution.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Print a null value column array
print(____.columns[____.____().any()])
# Print the top five rows with nulls for employment length
print(____[____[____].____()].head())
# Impute the null values with the median value for all employment lengths
____[____].____((cr_loan['person_emp_length'].____()), inplace=True)
# Create a histogram of employment length
n, bins, patches = plt.____(____[____], bins='auto', color='blue')
plt.xlabel("Person Employment Length")
plt.____()