Imputare simplă
Așa cum ai văzut în exercițiul anterior, ștergerea datelor poate reduce setul de date prea mult. Într-un context de interviu, acest lucru poate duce la rezultate distorsionate ale modelului tău de învățare automată.
O modalitate mai flexibilă de a gestiona valorile lipsă este imputarea lor. Există mai multe abordări în Python, însă în acest exercițiu vei folosi funcția SimpleImputer() din modulul sklearn.impute aplicată pe loan_data.
Vei folosi apoi pandas și numpy pentru a converti setul de date imputat într-un DataFrame.
Observă că acum sunt adăugate 2 pași suplimentari în pipeline: Instantiate și Fit:
Acest exercițiu face parte din cursul
Exersează întrebări de interviu pentru Machine Learning în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import imputer module
from sklearn.impute import SimpleImputer
# Subset numeric features: numeric_cols
numeric_cols = ____.____(include=[____.____])