インピュテーションを可視化する

インピュテーションを分析して最適な方法を選ぶには、たくさんの試行が必要です。インピュテーションの過程でデータにバイアスが入らないようにすることが重要です。直前の2つの演習では、平均値、中央値、最頻値、定数で埋めるという4種類のインピュテーションを作成しました。

この演習では、先ほどインピュテーションした各DataFrameの散布図を作成します。そのために、タイトルをキーとしてDataFrameを値に持つ辞書を作成します。

diabetes_mean、diabetes_median、diabetes_mode、diabetes_constant の各DataFrameは読み込まれています。

この演習はコースの一部です

Pythonで欠損データに対処する

コースを見る

演習の手順

2行2列のプロットを作成して、サブプロットを4つ作成します。
それぞれのキーに対応するDataFrameを割り当てて、辞書 imputations を作成します。
axes と imputations をループし、imputations 内の各DataFrameをプロットします。
色は nullity に設定し、各サブプロットのタイトルは対応するインピュテーション名に設定します。

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。

# Set nrows and ncols to 2
fig, axes = plt.subplots(nrows=___, ncols=___, figsize=(10, 10))
nullity = diabetes.Serum_Insulin.isnull()+diabetes.Glucose.isnull()

# Create a dictionary of imputations
imputations = {'Mean Imputation': ___, 'Median Imputation': ___, 
               'Most Frequent Imputation': ___, 'Constant Imputation': ___}

# Loop over flattened axes and imputations
for ax, df_key in zip(___.___(), ___):
    # Select and also set the title for a DataFrame
    imputations[___].plot(x='Serum_Insulin', y='Glucose', kind='scatter', 
                          alpha=0.5, c=___, cmap='rainbow', ax=ax, 
                          colorbar=False, title=___)
plt.show()

コードを編集して実行