Suy luận MNAR
Trong bài trước, bạn đã xác định loại giá trị khuyết dựa trên bản tóm tắt thiếu dữ liệu. Ở bài này, bạn sẽ tiếp tục để khẳng định dữ liệu Missing Not at Random (MNAR) — tức là thiếu không ngẫu nhiên.
Bản tóm tắt thiếu dữ liệu cho DataFrame diabetes như sau.
Mục tiêu của bạn là sắp xếp DataFrame diabetes theo Serum_Insulin và xác định mối tương quan giữa Skin_Fold và Serum_Insulin.
Lưu ý: chúng tôi dùng hàm độc quyền display() thay cho plt.show() để bạn dễ xem kết quả hơn.
Bài tập này là một phần của khóa học
Xử lý Dữ liệu Khuyết trong Python
Hướng dẫn bài tập
- Import gói
missingnovới bí danhmsno. - Sắp xếp các giá trị của cột
Serum_Insulintrongdiabetes. - Trực quan hóa tóm tắt thiếu dữ liệu của
Serum_Insulinbằngmsno.matrix().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import missingno as msno
___
# Sort diabetes dataframe on 'Serum Insulin'
sorted_values = ___.___(___)
# Visualize the missingness summary of sorted
___.___(___)
# Display nullity matrix
display("/usr/local/share/datasets/matrix_sorted.png")