Remplacer les données de crédit manquantes
Vous devez maintenant vérifier la présence de valeurs manquantes. Si vous trouvez des données manquantes dans loan_status, vous ne pourrez pas utiliser ces données pour prédire la probabilité de défaut, car vous ne sauriez pas si le prêt a fait défaut ou non. Des données manquantes dans person_emp_length seraient moins problématiques, mais provoqueraient tout de même des erreurs d’entraînement.
Vérifiez donc les valeurs manquantes dans la colonne person_emp_length et remplacez-les par la médiane.
Le jeu de données cr_loan a déjà été chargé dans l’espace de travail.
Cet exercice fait partie du cours
Modélisation du risque de crédit en Python
Instructions
- Affichez un tableau des noms de colonnes qui contiennent des valeurs manquantes à l’aide de
.isnull(). - Affichez les cinq premières lignes du jeu 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 cet exemple de code.
# 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.____()