À la chasse aux valeurs manquantes
Les questions sur le traitement des valeurs manquantes sont essentielles dans toute entrevue en Machine Learning. Si vous recevez un jeu de données avec des valeurs manquantes et que vous ne les traitez pas, vos résultats risquent d'être biaisés et la précision de votre modèle diminuera.
Dans cet exercice, vous pratiquerez la première étape de prétraitement en repérant et en explorant des façons de gérer les valeurs manquantes à l'aide de pandas et numpy sur un jeu de données de prêts aux clients.
Le jeu de données, que vous utiliserez dans plusieurs exercices de ce cours, est enregistré dans votre espace de travail sous le nom loan_data.
Voici où vous en êtes dans le pipeline :
Cette activité fait partie du cours
S'exercer aux questions d'entrevue en Machine Learning avec Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import modules
import numpy as np
import pandas as pd
# Print missing values
print(____.____().____())