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

ćwiczenie

Wizualizacja imputacji

Analizowanie imputacji i wybór najlepszej z nich to zadanie wymagające wielu eksperymentów. Ważne jest, aby dane nie stały się obciążone w wyniku imputacji. W dwóch ostatnich ćwiczeniach utworzyłeś/utworzyłaś 4 różne imputacje: za pomocą średniej, mediany, dominanty oraz wypełnienia stałą wartością.

W tym ćwiczeniu stworzysz wykres punktowy dla wcześniej imputowanych ramek danych. W tym celu utworzysz słownik ramek danych, w którym kluczami będą ich nazwy.

Ramki danych diabetes_mean, diabetes_median, diabetes_mode i diabetes_constant zostały już dla ciebie wczytane.

Instrukcje

100 XP
  • Utwórz 4 wykresy podrzędne, tworząc siatkę z 2 wierszami i 2 kolumnami.
  • Utwórz słownik imputations, przypisując każdy klucz do odpowiadającej mu ramki danych.
  • Przejdź w pętli po axes i imputations, a następnie narysuj każdą ramkę danych ze słownika imputations.
  • Ustaw kolor na podstawie wartości nullity oraz tytuł każdego wykresu podrzędnego na nazwę danej imputacji.