1. Nauka
    2. /
  2. Kursy
    3. /
  3. Braki danych w Pythonie
Connected

ćwiczenie

Imputacja metodą MICE

Pakiet fancyimpute oferuje różnorodne zaawansowane modele uczenia maszynowego do imputacji brakujących wartości. Pełną listę dostępnych imputerów znajdziesz w szczegółowej dokumentacji. W tym ćwiczeniu użyjemy IterativeImputer, popularnie nazywanego MICE, do uzupełniania brakujących wartości.

IterativeImputer wykonuje wielokrotne regresje na losowych próbkach danych i agreguje wyniki w celu imputacji brakujących wartości. Do przeprowadzenia tej imputacji użyjesz ramki danych diabetes.

Instrukcje

100 XP
  • Zaimportuj IterativeImputer z fancyimpute.
  • Skopiuj diabetes do diabetes_mice_imputed.
  • Utwórz obiekt IterativeImputer() i przypisz go do mice_imputer.
  • Wykonaj imputację ramki danych diabetes_mice_imputed.