単純代入（Simple imputation）
前の演習で見たように、欠損値のある行を削除すると、データが大きく減ってしまうことがあります。面接の文脈では、これはMachine Learningモデルの結果にバイアスを生む可能性があります。
より柔軟な対処法として、欠損値を代入（imputation）する方法があります。Pythonではさまざまなやり方がありますが、この演習では sklearn.impute モジュールの SimpleImputer() を loan_data に対して使用します。
その後、pandas と numpy を使って、代入後のデータセットをDataFrameに変換します。
今回はパイプラインに2つのステップ、Instantiate と Fit が追加されています：
この演習はコースの一部です
Pythonで学ぶMachine Learning面接対策
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。
# Import imputer module
from sklearn.impute import SimpleImputer
# Subset numeric features: numeric_cols
numeric_cols = ____.____(include=[____.____])