Czy usunąć dane?

Zanim całkowicie usuniesz brakujące wartości, musisz wziąć pod uwagę kilka czynników. Najprostszym z nich jest rozmiar brakujących danych. Bardziej złożone przyczyny braków mogą wymagać wiedzy dziedzinowej. W tym ćwiczeniu zidentyfikujesz powód braku danych, a następnie przeprowadzisz odpowiednie usuwanie.

Na początku skorzystasz z msno.matrix() oraz msno.heatmap(), aby zwizualizować braki danych i korelacje między zmiennymi z brakującymi wartościami. Następnie określisz wzorzec braków. Na koniec usuniesz dane w zależności od rodzaju brakujących wartości.

DataFrame diabetes został już wczytany.

Zamiast plt.show() użyto własnościowej funkcji display(), aby ułatwić podgląd wyników.

Zwizualizuj macierz braków danych dla zbioru diabetes.

ćwiczenie

Czy usunąć dane?

Instrukcje 1/4

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje 1/4

ćwiczenie