Eksik verileri tamamla
Rental Listing Inquiries veri kümesinde "price" ve "building_id" sütunlarında eksik değerler olduğunu gördün. Bu yüzden, verileri modellere geçmeden önce bu değerleri doldurman gerekiyor.
Sayısal özellik "price", eksik olmayan fiyatların ortalamasıyla doldurulacak.
Kategorik özellik "building_id" için en sık görülen kategoriyi kullanmak kötü bir fikir; çünkü bu, "building_id" değeri eksik olan tüm dairelerin en popüler binada olduğu anlamına gelir. Daha iyi bir fikir, bunu yeni bir kategori ile doldurmaktır.
Yarışma verilerini içeren rental_listings DataFrame'i senin için yüklendi.
Bu egzersiz, kursun bir parçasıdır
Python ile Bir Kaggle Yarışmasını Kazanmak
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import SimpleImputer
from sklearn.impute import SimpleImputer
# Create mean imputer
mean_imputer = ____(strategy='____')
# Price imputation
rental_listings[['price']] = mean_imputer.____(____[[____]])