Jakten på saknade värden
Frågor om hantering av saknade värden är en central del av alla maskininlärningsintervjuer. Om du får en datamängd med saknade värden och inte åtgärdar dem, riskerar du att snedvrida dina resultat och försämra modellens noggrannhet.
I den här övningen tränar du det första förbearbetningssteget genom att hitta och utforska olika sätt att hantera saknade värden med pandas och numpy på en datamängd om kundlån.
Datamängden, som du kommer att använda i många av övningarna i den här kursen, finns sparad i din arbetsyta som loan_data.
Här befinner du dig i flödet:
Den här övningen är en del av kursen
Öva på maskininlärningsintervjufrågor i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import modules
import numpy as np
import pandas as pd
# Print missing values
print(____.____().____())