Zgadnij typ brakujących danych
Analiza typu brakujących danych pomaga określić najlepsze sposoby radzenia sobie z lukami w zbiorze. Zbiór danych dotyczący cukrzycy Indian Pima jest szeroko znany właśnie z obecności brakujących wartości. Indianie Pima to grupa etniczna szczególnie narażona na cukrzycę. Zbiór zawiera wyniki różnych badań laboratoryjnych przeprowadzonych wśród członków tej społeczności.
Z lekcji wideo znasz już 3 typy wzorców brakujących danych. W tym ćwiczeniu najpierw zwizualizujesz podsumowanie brakujących wartości, a następnie zidentyfikujesz typy brakujących danych w ramce danych.
Ramka danych została już wczytana jako diabetes.
Zamiast plt.show() użyto własnej funkcji display(), która ułatwia wyświetlanie wyników.
To ćwiczenie jest częścią kursu
Braki danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import missingno as msno
___
# Visualize the missingness summary
___
# Display nullity matrix
display("/usr/local/share/datasets/matrix_diabetes.png")