Заміна пропущених кредитних даних
Тепер вам слід перевірити наявність пропущених даних. Якщо в loan_status є пропуски, ви не зможете використати ці дані для прогнозування ймовірності дефолту, адже невідомо, чи був кредит дефолтним. Пропуски в person_emp_length не настільки критичні, але все одно спричинятимуть помилки під час тренування моделі.
Отже, перевірте пропущені значення у стовпці person_emp_length і замініть їх на медіану.
Набір даних cr_loan уже завантажено в робоче середовище.
Ця вправа є частиною курсу
Моделювання кредитного ризику в Python
Інструкції до вправи
- Виведіть масив назв стовпців, що містять пропущені дані, за допомогою
.isnull(). - Виведіть перші п'ять рядків набору даних, у яких є пропуски в
person_emp_length. - Замініть пропущені значення на медіану довжини стажу роботи за допомогою
.fillna(). - Створіть гістограму стовпця
person_emp_length, щоб перевірити розподіл.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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.____()