단순 대치(Simple imputation)
이전 연습 문제에서 보셨듯이, 데이터를 삭제하면 전체 데이터셋이 지나치게 줄어들 수 있어요. 면접 상황에서는 이로 인해 Machine Learning 모델의 결과가 편향될 위험이 있습니다.
결측치를 다루는 더 유연한 방법은 값을 대치(impute)하는 것입니다. Python에는 여러 방법이 있지만, 이번 연습에서는 sklearn.impute 모듈의 SimpleImputer() 함수를 loan_data에 적용해 보겠습니다.
그다음 pandas와 numpy를 사용해 대치된 데이터를 DataFrame으로 변환할 거예요.
이제 파이프라인에 두 단계, Instantiate와 Fit이 추가됩니다:
이 연습은 강의의 일부입니다
Python으로 연습하는 Machine Learning 면접 질문
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import imputer module
from sklearn.impute import SimpleImputer
# Subset numeric features: numeric_cols
numeric_cols = ____.____(include=[____.____])