Znajdowanie korelacji w danych
Znajdowanie korelacji między brakującymi danymi pozwala lepiej zrozumieć ich charakter, a także wskazuje odpowiednie sposoby uzupełniania brakujących wartości. W ostatnim ćwiczeniu wideo poznałeś/poznałaś dwie ważne techniki wizualnego wykrywania korelacji między brakującymi danymi: mapy ciepła (heatmapy) i dendrogramy.
W tym ćwiczeniu stworzysz mapę ciepła braków danych oraz dendrogram dla zbioru danych diabetes, korzystając z pakietu missingno. Został on zaimportowany jako msno.
To ćwiczenie jest częścią kursu
Braki danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import missingno
import missingno as msno
# Plot missingness heatmap of diabetes
___.___(___)
# Show plot
plt.show()