Rellenar valores continuos ausentes

Ingeniería de características para Machine Learning en Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Eliminar valores ausentes

  • No puedes borrar filas con valores ausentes en el conjunto de prueba
Ingeniería de características para Machine Learning en Python

¿Qué más puedes hacer?

  • Columnas categóricas: sustituye los valores ausentes por el más frecuente o por una cadena que marque ausencia, como 'None'
  • Columnas numéricas: sustituye los valores ausentes por un valor adecuado
Ingeniería de características para Machine Learning en Python

Medidas de tendencia central

  • Media
  • Mediana
Ingeniería de características para Machine Learning en Python

Calcular las medidas de tendencia central

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

92565.16992481203
55562.0
Ingeniería de características para Machine Learning en Python

Rellenar los valores ausentes

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

df['ConvertedSalary'] = df['ConvertedSalary']\
                         .astype('int64')
Ingeniería de características para Machine Learning en Python

Redondear valores

df['ConvertedSalary'] = df['ConvertedSalary'].fillna(
    round(df['ConvertedSalary'].mean())
)
Ingeniería de características para Machine Learning en Python

¡Vamos a practicar!

Ingeniería de características para Machine Learning en Python

Preparing Video For Download...