शुरू करेंमुफ़्त में शुरू करें

MICE इम्प्यूटेशन

fancyimpute पैकेज missing values को इम्प्यूट करने के लिए कई मज़बूत मशीन लर्निंग मॉडल देता है। आप पूरी सूची विस्तृत documentation में देख सकते हैं। यहाँ हम missing values इम्प्यूट करने के लिए IterativeImputer का उपयोग करेंगे, जिसे आम तौर पर MICE भी कहा जाता है.

IterativeImputer डेटा के रैंडम सैंपल्स पर multiple regressions चलाता है और उनके परिणामों को मिलाकर missing values को इम्प्यूट करता है। आप इस इम्प्यूटेशन के लिए diabetes DataFrame का उपयोग करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Missing Data से निपटना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • fancyimpute से IterativeImputer इम्पोर्ट करें.
  • diabetes को कॉपी करके diabetes_mice_imputed बनाएँ.
  • एक IterativeImputer() ऑब्जेक्ट बनाएँ और उसे mice_imputer में असाइन करें.
  • diabetes_mice_imputed DataFrame को इम्प्यूट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import IterativeImputer from fancyimpute
___

# Copy diabetes to diabetes_mice_imputed
diabetes_mice_imputed = ___

# Initialize IterativeImputer
mice_imputer = ___

# Impute using fit_tranform on diabetes_mice_imputed
diabetes_mice_imputed.iloc[:, :] = ___
कोड संपादित करें और चलाएँ