Conclusie

Omgaan met ontbrekende gegevens in Python

Suraj Donthi

Deep Learning & Computer Vision Consultant

Hoofdstuk 1

• Bewerken van null-waarden
• Missende waarden detecteren
• Missende waarden vervangen
• Mate van missingness analyseren

Hoofdstuk 2

• Typen missingness
  • MCAR
  • MAR
  • MNAR
• Correlaties van missingness
  • Heatmaps
  • Dendrogrammen
• Missingness over een variabele visualiseren
• Missende waarden verwijderen

Hoofdstuk 3

• Imputatietechnieken
• Tijdreeksdata behandelen
• Grafische vergelijking van geïmputeerde tijdreeksen

Hoofdstuk 4

• Geavanceerde imputatietechnieken
  • KNN
  • MICE
• Categorische data imputeren
• Imputaties evalueren en vergelijken

Gefeliciteerd!

Omgaan met ontbrekende gegevens in Python