1. Nauka
    2. /
  2. Kursy
    3. /
  3. Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
Connected

ćwiczenie

Sprawdzanie brakujących wartości

Identyfikowanie brakujących wartości jest ważnym krokiem w analizie danych. Korzystając z tego samego zbioru danych, obliczysz łączną liczbę brakujących wartości, iterując po wierszach i kolumnach. Po ich znalezieniu konieczne jest odpowiednie postępowanie z takimi wartościami – na przykład za pomocą Imputer z biblioteki sklearn. Brakujące wartości muszą być obsłużone, ponieważ w przeciwnym razie prawidłowe przewidywanie CTR będzie znacznie utrudnione.

Przykładowe dane w postaci DataFrame są wczytane jako df. Biblioteka pandas jest dostępna w środowisku jako pd.

Instrukcje

100 XP
  • Wyświetl podstawowe podsumowanie kolumn za pomocą .info().
  • Wyświetl brakujące wartości według kolumn, używając .isnull() (nie zapomnij o nawiasach!).
  • Wyświetl łączną liczbę brakujących wartości według wierszy, używając axis = 1 oraz .sum().