Заполнение пропусков в прогностических моделях
При работе с прогностическими моделями обучающая и тестовая выборки, как правило, хранятся в отдельных DataFrame. В таких случаях важно следить за тем, чтобы данные из тестовой выборки не проникали в обучающую. Как правильно заполнять пропущенные значения в этих двух наборах данных?
Это упражнение является частью курса
Конструирование признаков для машинного обучения в Python
Практическое интерактивное упражнение
Превратите теорию в практику с помощью одного из наших интерактивных упражнений
Начать упражнение