or
Deze oefening maakt deel uit van de cursus
Maak kennis met ontbrekende data en ontdek hoe dit je analyse beïnvloedt. Leer over verschillende bewerkingen voor null-waarden in je gegevensset, hoe je ontbrekende data vindt en hoe je ontbrekendheid in je data samenvat.
Het analyseren van het type ontbrekendheid in je gegevensset is een belangrijke stap om ontbrekende waarden correct te behandelen. In dit hoofdstuk leer je in detail hoe je patronen vaststelt in je ontbrekende en niet-ontbrekende data, en hoe je de ontbrekendheid op de juiste manier aanpakt met eenvoudige technieken zoals listwise deletion.
Duik in de wereld van data-imputatie. In dit hoofdstuk pas je basistechnieken toe om ontbrekende data op te vullen en visualiseer je je imputaties, zodat je de prestaties van je imputaties kunt beoordelen.
Ga tot slot verder dan eenvoudige imputatietechnieken en haal meer uit je gegevensset met geavanceerde technieken die gebruikmaken van Machine Learning-modellen, zodat je ontbrekende data nauwkeurig kunt imputeren en evalueren. Je gebruikt onder andere KNN en MICE om het maximale uit je ontbrekende data te halen.
Huidige oefening