Imputasi MICE

Paket fancyimpute menyediakan berbagai model Machine Learning yang andal untuk mengimputasi nilai hilang. Anda dapat menelusuri daftar lengkap imputer pada dokumentasi yang terperinci. Di sini, kita akan menggunakan IterativeImputer atau yang populer disebut MICE untuk mengimputasi nilai hilang.

IterativeImputer menjalankan beberapa regresi pada sampel acak dari himpunan data dan mengagregasikannya untuk mengimputasi nilai yang hilang. Anda akan menggunakan DataFrame diabetes untuk melakukan imputasi ini.

Latihan ini adalah bagian dari kursus

Menangani Data Hilang di Python

Lihat Kursus

Petunjuk latihan

Impor IterativeImputer dari fancyimpute.
Salin diabetes ke diabetes_mice_imputed.
Buat objek IterativeImputer() dan tetapkan ke mice_imputer.
Imputasi DataFrame diabetes_mice_imputed.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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[:, :] = ___

Edit dan Jalankan Kode