การแทนที่ข้อมูลสินเชื่อที่หายไป
ถึงเวลาตรวจสอบข้อมูลที่หายไปแล้ว หากพบข้อมูลที่หายไปใน loan_status จะไม่สามารถนำข้อมูลนั้นไปใช้ทำนายความน่าจะเป็นของการผิดนัดชำระหนี้ได้ เพราะไม่มีทางรู้ว่าสินเชื่อนั้นผิดนัดหรือไม่ ส่วนข้อมูลที่หายไปใน person_emp_length นั้นส่งผลเสียน้อยกว่า แต่ก็ยังทำให้เกิดข้อผิดพลาดในการฝึกโมเดลได้
ดังนั้น ให้ตรวจสอบข้อมูลที่หายไปในคอลัมน์ person_emp_length แล้วแทนที่ค่าที่หายไปด้วยค่ามัธยฐาน
ชุดข้อมูล cr_loan ถูกโหลดไว้ใน workspace แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python
คำแนะนำการฝึกหัด
- แสดงอาร์เรย์ของชื่อคอลัมน์ที่มีข้อมูลหายไปโดยใช้
.isnull() - แสดง 5 แถวแรกของชุดข้อมูลที่มีข้อมูลหายไปในคอลัมน์
person_emp_length - แทนที่ข้อมูลที่หายไปด้วยค่ามัธยฐานของระยะเวลาการจ้างงานทั้งหมดโดยใช้
.fillna() - สร้างฮิสโทแกรมของคอลัมน์
person_emp_lengthเพื่อตรวจสอบการกระจายของข้อมูล
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Print a null value column array
print(____.columns[____.____().any()])
# Print the top five rows with nulls for employment length
print(____[____[____].____()].head())
# Impute the null values with the median value for all employment lengths
____[____].____((cr_loan['person_emp_length'].____()), inplace=True)
# Create a histogram of employment length
n, bins, patches = plt.____(____[____], bins='auto', color='blue')
plt.xlabel("Person Employment Length")
plt.____()