Thiếu dữ liệu
Chinh phục cuộc thi Kaggle bằng Python
Yauhen Babakhin
Kaggle Grandmaster
Thiếu dữ liệu
| ID | Thuộc tính phân loại | Thuộc tính số | Mục tiêu nhị phân |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | NaN | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Điền dữ liệu thiếu
Dữ liệu số
- Điền bằng mean/median
| ID | Thuộc tính phân loại | Thuộc tính số | Mục tiêu nhị phân |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | NaN | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Điền dữ liệu thiếu
Dữ liệu số
- Điền bằng mean/median
- Điền bằng hằng số
| ID | Thuộc tính phân loại | Thuộc tính số | Mục tiêu nhị phân |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | 4.72 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Điền dữ liệu thiếu
Dữ liệu số
- Điền bằng mean/median
- Điền bằng hằng số
| ID | Thuộc tính phân loại | Thuộc tính số | Mục tiêu nhị phân |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Điền dữ liệu thiếu
Dữ liệu số
- Điền bằng mean/median
- Điền bằng hằng số
Dữ liệu phân loại
- Điền bằng hạng mục xuất hiện nhiều nhất
| ID | Thuộc tính phân loại | Thuộc tính số | Mục tiêu nhị phân |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Điền dữ liệu thiếu
Dữ liệu số
- Điền bằng mean/median
- Điền bằng hằng số
Dữ liệu phân loại
- Điền bằng hạng mục xuất hiện nhiều nhất
- Điền bằng hạng mục mới
| ID | Thuộc tính phân loại | Thuộc tính số | Mục tiêu nhị phân |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | A | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Điền dữ liệu thiếu
Dữ liệu số
- Điền bằng mean/median
- Điền bằng hằng số
Dữ liệu phân loại
- Điền bằng hạng mục xuất hiện nhiều nhất
- Điền bằng hạng mục mới
| ID | Thuộc tính phân loại | Thuộc tính số | Mục tiêu nhị phân |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | MISS | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
Tìm dữ liệu thiếu
df.isnull().head(1)
ID cat num target
0 False False False False
df.isnull().sum()
ID 0
cat 1
num 1
target 0
Thiếu dữ liệu số
# Import SimpleImputer from sklearn.impute import SimpleImputer# Các kiểu bộ điền mean_imputer = SimpleImputer(strategy='mean') constant_imputer = SimpleImputer(strategy='constant', fill_value=-999)# Điền dữ liệu df[['num']] = mean_imputer.fit_transform(df[['num']])
Thiếu dữ liệu phân loại
# Import SimpleImputer from sklearn.impute import SimpleImputer # Các kiểu bộ điền frequent_imputer = SimpleImputer(strategy='most_frequent') constant_imputer = SimpleImputer(strategy='constant', fill_value='MISS')# Điền dữ liệu df[['cat']] = constant_imputer.fit_transform(df[['cat']])
Ayo berlatih!
Chinh phục cuộc thi Kaggle bằng Python
