В поисках пропущенных значений
Вопросы об обработке пропущенных значений — неотъемлемая часть любого собеседования по машинному обучению. Если в наборе данных есть пропуски и вы их не обработаете, это, скорее всего, исказит результаты и снизит точность модели.
В этом упражнении вы отработаете первый шаг предобработки: найдёте пропущенные значения и изучите способы их обработки с помощью pandas и numpy на наборе данных о потребительских кредитах.
Набор данных, который вы будете использовать во многих упражнениях курса, сохранён в вашем рабочем пространстве под именем loan_data.
Вот где вы находитесь в пайплайне:
Это упражнение является частью курса
Практика вопросов интервью по машинному обучению на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import modules
import numpy as np
import pandas as pd
# Print missing values
print(____.____().____())