Fehlende Daten
Eine Kaggle-Competition in Python gewinnen
Yauhen Babakhin
Kaggle Grandmaster
Fehlende Daten
| ID | Kategoriales Merkmal | Numerisches Merkmal | Binäres Ziel |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | NaN | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Fehlende Daten imputieren
Numerische Daten
- Mittelwert-/Median-Imputation
| ID | Kategoriales Merkmal | Numerisches Merkmal | Binäres Ziel |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | NaN | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Fehlende Daten imputieren
Numerische Daten
- Mittelwert-/Median-Imputation
- Konstante Wert-Imputation
| ID | Kategoriales Merkmal | Numerisches Merkmal | Binäres Ziel |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | 4.72 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Fehlende Daten imputieren
Numerische Daten
- Mittelwert-/Median-Imputation
- Konstante Wert-Imputation
| ID | Kategoriales Merkmal | Numerisches Merkmal | Binäres Ziel |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Fehlende Daten imputieren
Numerische Daten
- Mittelwert-/Median-Imputation
- Konstante Wert-Imputation
Kategoriale Daten
- Häufigste Kategorie imputieren
| ID | Kategoriales Merkmal | Numerisches Merkmal | Binäres Ziel |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Fehlende Daten imputieren
Numerische Daten
- Mittelwert-/Median-Imputation
- Konstante Wert-Imputation
Kategoriale Daten
- Häufigste Kategorie imputieren
- Neue Kategorie imputieren
| ID | Kategoriales Merkmal | Numerisches Merkmal | Binäres Ziel |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | A | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Fehlende Daten imputieren
Numerische Daten
- Mittelwert-/Median-Imputation
- Konstante Wert-Imputation
Kategoriale Daten
- Häufigste Kategorie imputieren
- Neue Kategorie imputieren
| ID | Kategoriales Merkmal | Numerisches Merkmal | Binäres Ziel |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | MISS | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Fehlende Daten finden
df.isnull().head(1)
ID cat num target
0 False False False False
df.isnull().sum()
ID 0
cat 1
num 1
target 0
Numerische Fehlwerte
# Import SimpleImputer from sklearn.impute import SimpleImputer# Verschiedene Imputer mean_imputer = SimpleImputer(strategy='mean') constant_imputer = SimpleImputer(strategy='constant', fill_value=-999)# Imputation df[['num']] = mean_imputer.fit_transform(df[['num']])
Kategoriale Fehlwerte
# Import SimpleImputer from sklearn.impute import SimpleImputer # Verschiedene Imputer frequent_imputer = SimpleImputer(strategy='most_frequent') constant_imputer = SimpleImputer(strategy='constant', fill_value='MISS')# Imputation df[['cat']] = constant_imputer.fit_transform(df[['cat']])
Lass uns üben!
Eine Kaggle-Competition in Python gewinnen
