Preencher valores contínuos ausentes

Feature Engineering for Machine Learning in Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Excluindo valores ausentes

  • Não dá para excluir linhas com valores ausentes no conjunto de teste
Feature Engineering for Machine Learning in Python

O que mais você pode fazer?

  • Colunas categóricas: Substitua ausentes pelo valor mais comum ou por uma string que sinalize ausência, como "None"
  • Colunas numéricas: Substitua ausentes por um valor adequado
Feature Engineering for Machine Learning in Python

Medidas de tendência central

  • Média
  • Mediana
Feature Engineering for Machine Learning in Python

Calculando as medidas de tendência central

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

92565.16992481203
55562.0
Feature Engineering for Machine Learning in Python

Preencher os valores ausentes

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

df['ConvertedSalary'] = df['ConvertedSalary']\
                         .astype('int64')
Feature Engineering for Machine Learning in Python

Arredondando valores

df['ConvertedSalary'] = df['ConvertedSalary'].fillna(
    round(df['ConvertedSalary'].mean())
)
Feature Engineering for Machine Learning in Python

Vamos praticar!

Feature Engineering for Machine Learning in Python

Preparing Video For Download...