Basit atama (imputation)
Bir önceki egzersizde gördüğün gibi, verileri silmek veri kümeni fazlasıyla küçültebilir. Bir mülakat bağlamında, bu durum Machine Learning modelinin önyargılı sonuçlar üretmesine yol açabilir.
Eksik değerleri ele almanın daha dinamik bir yolu, onları atamaktır (impute etmek). Bunu Python'da yapmanın çeşitli yolları var, ancak bu egzersizde sklearn.impute modülündeki SimpleImputer() fonksiyonunu loan_data üzerinde kullanacaksın.
Ardından atama uygulanmış veri kümesini bir DataFrame'e dönüştürmek için pandas ve numpy kullanacaksın.
Boru hattına (pipeline) artık 2 adım eklendiğine dikkat et: Instantiate ve Fit:
Bu egzersiz, kursun bir parçasıdır
Python ile Machine Learning Mülakat Sorularını Pratik Etme
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import imputer module
from sklearn.impute import SimpleImputer
# Subset numeric features: numeric_cols
numeric_cols = ____.____(include=[____.____])