Membandingkan plot densitas
Berbagai imputasi yang telah Anda lakukan sebelumnya dapat dibandingkan secara grafis melalui plot densitasnya. Dari plot ini, Anda dapat menganalisis dan menemukan himpunan data yang distribusinya paling mirip dibandingkan dengan himpunan data asli. Anda juga dapat melihat bagaimana suatu imputasi dapat menimbulkan bias.
Pada latihan ini, Anda akan membandingkan plot densitas dari DataFrame hasil imputasi untuk diabetes yang telah Anda buat sebelumnya.
DataFrame diabetes_cc, diabetes_mean_imputed, diabetes_knn_imputed, dan diabetes_mice_imputed sudah dimuat untuk Anda gunakan, bersama dengan matplotlib.pyplot sebagai plt.
Latihan ini adalah bagian dari kursus
Menangani Data Hilang di Python
Petunjuk latihan
- Buat plot densitas untuk kolom
'Skin_Fold'pada setiap DataFrame. - Atur label menggunakan daftar
labels. - Atur label untuk sumbu x menjadi
'Skin Fold'.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Plot graphs of imputed DataFrames and the complete case
diabetes_cc['___'].___(___='___', c='red', linewidth=3)
diabetes_mean_imputed['___'].plot(___='___')
diabetes_knn_imputed['___'].plot(___='___')
diabetes_mice_imputed['___'].plot(___='___')
# Create labels for the four DataFrames
labels = ['Baseline (Complete Case)', 'Mean Imputation', 'KNN Imputation', 'MICE Imputation']
plt.legend(___)
# Set the x-label as Skin Fold
plt.xlabel('___')
plt.show()