결측값을 상수로 대체하기
결측 데이터를 완전히 제거하는 것이 많은 상황에서 올바른 접근일 수 있지만, 이렇게 하면 모델에서 많은 정보가 빠질 수 있어요.
설문에서 응답을 거부한 경우처럼, 범주형 열에서는 결측값 자체가 유효한 정보인 경우가 있어요. 이럴 때는 모든 결측값을 완전히 새로운 범주로 채울 수 있습니다. 예를 들어 'No response given'처럼요.
이 연습은 강의의 일부입니다
Python으로 배우는 Machine Learning 특성 공학
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Print the count of occurrences
print(so_survey_df['Gender']____)