Conclusione

Gestire i dati mancanti in Python

Suraj Donthi

Deep Learning & Computer Vision Consultant

Capitolo 1

• Operazioni sui valori nulli
• Rilevare i valori mancanti
• Sostituire i valori mancanti
• Analizzare la quantità di missingness

Capitolo 2

• Tipi di missingness
  • MCAR
  • MAR
  • MNAR
• Correlazioni della missingness
  • Heatmap
  • Dendrogrammi
• Visualizzare la missingness su una variabile
• Eliminare i valori mancanti

Capitolo 3

• Tecniche di imputazione
• Trattare serie temporali
• Confronto grafico delle serie temporali imputate

Capitolo 4

• Tecniche avanzate di imputazione
  • KNN
  • MICE
• Imputare dati categorici
• Valutare e confrontare le diverse imputazioni

Complimenti!!

Gestire i dati mancanti in Python