Mengganti data kredit yang hilang
Sekarang, Anda perlu memeriksa data yang hilang. Jika Anda menemukan data hilang pada loan_status, Anda tidak akan dapat menggunakan data tersebut untuk memprediksi probability of default karena Anda tidak tahu apakah pinjaman tersebut gagal bayar atau tidak. Data yang hilang pada person_emp_length tidak akan sedestruktif itu, tetapi tetap dapat menyebabkan kesalahan saat pelatihan.
Jadi, periksa data yang hilang pada kolom person_emp_length dan ganti nilai yang hilang dengan median.
Himpunan data cr_loan telah dimuat di workspace.
Latihan ini adalah bagian dari kursus
Pemodelan Risiko Kredit dengan Python
Petunjuk latihan
- Cetak array nama kolom yang mengandung data hilang menggunakan
.isnull(). - Cetak lima baris teratas dari himpunan data yang memiliki data hilang untuk
person_emp_length. - Ganti data yang hilang dengan median dari seluruh panjang masa kerja menggunakan
.fillna(). - Buat histogram kolom
person_emp_lengthuntuk memeriksa distribusinya.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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.____()