Remplir les valeurs continues manquantes

Feature engineering pour le Machine Learning en Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Supprimer des valeurs manquantes

  • Impossible de supprimer des lignes avec des valeurs manquantes dans l'ensemble de test
Feature engineering pour le Machine Learning en Python

Que pouvez-vous faire d'autre ?

  • Colonnes catégorielles : remplacez les valeurs manquantes par la modalité la plus fréquente ou par une chaîne signalant l'absence, comme « None »
  • Colonnes numériques : remplacez les valeurs manquantes par une valeur adaptée
Feature engineering pour le Machine Learning en Python

Mesures de tendance centrale

  • Moyenne
  • Médiane
Feature engineering pour le Machine Learning en Python

Calculer les mesures de tendance centrale

print(df['ConvertedSalary'].mean())
print(df['ConvertedSalary'].median())

92565.16992481203
55562.0
Feature engineering pour le Machine Learning en Python

Remplir les valeurs manquantes

df['ConvertedSalary'] = df['ConvertedSalary'].fillna(
    df['ConvertedSalary'].mean()
)

df['ConvertedSalary'] = df['ConvertedSalary']\
                         .astype('int64')
Feature engineering pour le Machine Learning en Python

Arrondir les valeurs

df['ConvertedSalary'] = df['ConvertedSalary'].fillna(
    round(df['ConvertedSalary'].mean())
)
Feature engineering pour le Machine Learning en Python

Passons à la pratique !

Feature engineering pour le Machine Learning en Python

Preparing Video For Download...