शुरू करेंमुफ़्त में शुरू करें

डेटा क्वालिटी जाँच

पिछले वीडियो में आपने सीखा कि missing values होने पर अहम जानकारी खो सकती है और गलत निष्कर्ष निकल सकते हैं। इसी तरह, unseen values की मौजूदगी भी आपके मॉडल के confidence को प्रभावित कर सकती है.

इस अभ्यास में, आपका लक्ष्य यह जाँचना है कि होटल बुकिंग डेटासेट में missing values तो नहीं हैं और साथ ही किसी unseen value की पहचान करना। nannyml लाइब्रेरी के साथ reference और analysis डेटासेट पहले से लोड हैं.

एक छोटा-सा रिमाइंडर: अगर आपको कॉलम टाइप याद नहीं हैं, तो आप .head() मेथड से डेटा को जल्दी से देख सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में मशीन लर्निंग मॉनिटरिंग

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Define analyzed columns
selected_columns = ['country', 'lead_time', 'parking_spaces', 'hotel']

# Intialize missing values calculator
ms_calc = ____.____(
    ____=____,
    ____=____,
    timestamp_column_name='timestamp'
)

# Fit, calculate and plot the results
ms_calc.fit(reference)
ms_results = ms_calc.calculate(analysis)
ms_results.plot().show()
कोड संपादित करें और चलाएँ