Імпутація MICE

Пакет fancyimpute пропонує різні надійні моделі машинного навчання для заповнення пропущених значень. Повний перелік імпутерів можна переглянути в докладній документації. Тут ми використаємо IterativeImputer, який також відомий як MICE, для імпутації пропущених значень.

IterativeImputer виконує багаторазові регресії на випадкових підвибірках даних і агрегує результати, щоб заповнити пропуски. Ви використаєте датафрейм diabetes для виконання цієї імпутації.

Ця вправа є частиною курсу

Робота з пропущеними даними в Python

Переглянути курс

Інструкції до вправи

Імпортуйте IterativeImputer з fancyimpute.
Скопіюйте diabetes до diabetes_mice_imputed.
Створіть об'єкт IterativeImputer() і присвоїть його змінній mice_imputer.
Імпутуйте датафрейм diabetes_mice_imputed.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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[:, :] = ___

Редагувати та запускати код