결측치 대체하기
Rental Listing Inquiries 데이터셋에서 "price"와 "building_id" 열에 결측치가 있다는 것을 확인했어요. 따라서 데이터를 모델에 전달하기 전에 이 값들을 적절히 대체해야 해요.
수치형 특성인 "price"는 결측이 아닌 값들의 평균으로 대체하겠습니다.
범주형 특성인 "building_id"를 가장 빈도가 높은 범주로 대체하는 것은 좋지 않은 선택이에요. 그렇게 하면 "building_id"가 비어 있는 모든 아파트가 가장 인기 있는 건물에 속한다고 가정하는 꼴이 되기 때문이에요. 대신 새로운 범주로 대체하는 것이 더 나은 방법이에요.
경진대회 데이터를 담은 DataFrame rental_listings는 미리 불러와 드렸어요.
이 연습은 강의의 일부입니다
Python으로 Kaggle 대회 공략하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import SimpleImputer
from sklearn.impute import SimpleImputer
# Create mean imputer
mean_imputer = ____(strategy='____')
# Price imputation
rental_listings[['price']] = mean_imputer.____(____[[____]])