MICE ile atama
fancyimpute paketi, eksik değerleri atamak için çeşitli sağlam Machine Learning modelleri sunar. Tüm atayıcıların tam listesini ayrıntılı dokümantasyondan inceleyebilirsin. Burada, eksik değerleri atamak için yaygın olarak MICE olarak bilinen IterativeImputer'ı kullanacağız.
IterativeImputer, verinin rastgele örnekleri üzerinde birden çok regresyon çalıştırır ve eksik değerleri atamak için sonuçları birleştirir. Bu atamayı gerçekleştirmek için diabetes DataFrame'ini kullanacaksın.
Bu egzersiz, kursun bir parçasıdır
Python'da Eksik Verilerle Çalışma
Egzersiz talimatları
fancyimputeiçindenIterativeImputer'ı içe aktar.diabetes'ıdiabetes_mice_imputedolarak kopyala.- Bir
IterativeImputer()nesnesi oluştur vemice_imputerdeğişkenine ata. diabetes_mice_imputedDataFrame'ini ata.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import IterativeImputer from fancyimpute
___
# Copy diabetes to diabetes_mice_imputed
diabetes_mice_imputed = ___
# Initialize IterativeImputer
mice_imputer = ___
# Impute using fit_tranform on diabetes_mice_imputed
diabetes_mice_imputed.iloc[:, :] = ___