Imputasi sederhana
Seperti yang Anda lihat pada latihan sebelumnya, menghapus data dapat terlalu banyak mengurangi himpunan data Anda. Dalam konteks wawancara, hal ini dapat menyebabkan hasil model Machine Learning Anda menjadi bias.
Cara yang lebih dinamis untuk menangani nilai hilang adalah dengan mengimputasikannya. Ada berbagai cara untuk melakukan ini di Python, tetapi dalam latihan ini Anda akan menggunakan fungsi SimpleImputer() dari modul sklearn.impute pada loan_data.
Selanjutnya Anda akan menggunakan pandas dan numpy untuk mengonversi himpunan data yang telah diimputasi menjadi sebuah DataFrame.
Perhatikan bahwa kini ada 2 langkah yang ditambahkan ke pipeline, Instantiate dan Fit:
Latihan ini merupakan bagian dari kursus
Berlatih Pertanyaan Wawancara Machine Learning dengan Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Import imputer module
from sklearn.impute import SimpleImputer
# Subset numeric features: numeric_cols
numeric_cols = ____.____(include=[____.____])