始める無料で始める

欠損したクレジットデータの置換

まず、欠損データを確認しましょう。loan_status に欠損がある場合、貸倒かどうかが分からないため、デフォルト確率の予測にそのデータは使えません。person_emp_length の欠損はそれほど致命的ではありませんが、学習時のエラーにつながります。

そこで、person_emp_length 列の欠損データを確認し、欠損値は中央値で置き換えてください。

データセット cr_loan はワークスペースに読み込まれています。

この演習はコースの一部です

Pythonで学ぶクレジットリスクモデリング

コースを見る

演習の手順

  • .isnull() を使って、欠損データを含む列名の配列を出力します。
  • person_emp_length に欠損があるデータの先頭5行を出力します。
  • .fillna() を使って、すべての雇用年数の中央値で欠損データを置き換えます。
  • 分布を確認するため、person_emp_length 列のヒストグラムを作成します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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.____()
コードを編集して実行