Imputera saknade värden
Hur kan du fylla i saknade datapunkter?
I den här övningen övar du på att använda olika interpolationsmetoder för att fylla i saknade värden och visualisera resultatet för varje metod. Först skapar du funktionen (interpolate_and_plot()) som du sedan använder för att interpolera saknade datapunkter och rita upp dem.
En enskild tidsserie har laddats in i en DataFrame som heter prices.
Den här övningen är en del av kursen
Maskininlärning för tidsseriedata i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create a function we'll use to interpolate and plot
def interpolate_and_plot(prices, interpolation):
# Create a boolean mask for missing values
missing_values = prices.____()
# Interpolate the missing values
prices_interp = prices.____(interpolation)
# Plot the results, highlighting the interpolated values in black
fig, ax = plt.subplots(figsize=(10, 5))
prices_interp.plot(color='k', alpha=.6, ax=ax, legend=False)
# Now plot the interpolated values on top in red
prices_interp[missing_values].plot(ax=ax, color='r', lw=3, legend=False)
plt.show()