1. 학습
    2. /
  2. 강의
    3. /
  3. Pythonで学ぶMachine Learning面接対策
Connected

연습 문제

反復補完（Iterative imputation）

前の演習では、loan_data の欠損値に対して平均で補完しました。しかしMachine Learningの面接では、データセット内のほかの特徴量に基づいてより動的に補完する手法について聞かれることが多いです。

この演習では、sklearn.impute の IterativeImputer() を使い、残りの特徴量から関数的に欠損値を推定して補完する、Machine Learning ベースのアプローチを練習します。これは多変量のインピューターで、各特徴量を他のすべての特徴量から「総当たり（round-robin）」で推定します。

この機能は実験的とみなされている点に注意してください。詳細はドキュメントをご確認ください。

いまは次のパイプラインの同じ位置にいます。

Machine learning pipeline

지침 1/4

undefined XP
    1
    2
    3
    4
  • loan_data の数値列だけを抽出し、numeric_cols に代入します。