Ortalama, medyan ve mod ile atama

Python'da Eksik Verilerle Çalışma

Suraj Donthi

Deep Learning & Computer Vision Consultant

Temel atama teknikleri

sabit (örn. 0)
ortalama
medyan
mod veya en sık değer

Ortalama ile atama

from sklearn.impute import SimpleImputer

diabetes_mean = diabetes.copy(deep=True)

mean_imputer = SimpleImputer(strategy='mean')

Ortalama ile atama

from sklearn.impute import SimpleImputer
diabetes_mean = diabetes.copy(deep=True)
mean_imputer = SimpleImputer(strategy='mean')
diabetes_mean.iloc[:, :] = mean_imputer.fit_transform(diabetes_mean)

Medyan ile atama

diabetes_median = diabetes.copy(deep=True)
median_imputer = SimpleImputer(strategy='median')
diabetes_median.iloc[:, :] = median_imputer.fit_transform(diabetes_median)

Mod ile atama

diabetes_mode = diabetes.copy(deep=True)
mode_imputer = SimpleImputer(strategy='most_frequent')
diabetes_mode.iloc[:, :] = mode_imputer.fit_transform(diabetes_mode)

Sabit değerle atama

diabetes_constant = diabetes.copy(deep=True)
constant_imputer = SimpleImputer(strategy='constant', fill_value=0))
diabetes_constant.iloc[:, :] = constant_imputer.fit_transform(diabetes_constant)

Atamanın saçılım grafiği

nullity = diabetes['Serum_Insulin'].isnull()+diabetes['Glucose'].isnull()

diabetes_mean.plot(x='Serum_Insulin', y='Glucose', kind='scatter', alpha=0.5,

                   c=nullity, cmap='rainbow', title='Ortalama ile Atama')

Ortalama ataması yapılmış diyabet veri çerçevesinin saçılım grafiği

Atamaları görselleştirme

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 10))

nullity = diabetes['Serum_Insulin'].isnull()+diabetes['Glucose'].isnull()

imputations = {'Ortalama ile Atama': diabetes_mean, 
               'Medyan ile Atama': diabetes_median, 
               'En Sık Değer ile Atama': diabetes_mode, 
               'Sabit Değer ile Atama': diabetes_constant}

for ax, df_key in zip(axes.flatten(), imputations):

    imputations[df_key].plot(x='Serum_Insulin', y='Glucose', kind='scatter', 
                             alpha=0.5, c=nullity, cmap='rainbow', ax=ax, 
                             colorbar=False, title=df_key)

Diyabet veri çerçevesinde atamaların grafiksel görselleştirmesi

Özet

Şunları öğrendiniz:

Ortalama, medyan ve mod gibi istatistiklerle atama
Atamaları grafiksel olarak karşılaştırma
Atamaları analiz etme

Hadi pratik yapalım!

Python'da Eksik Verilerle Çalışma