Completarea valorilor lipsă continue

Ingineria caracteristicilor pentru Machine Learning în Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Ștergerea valorilor lipsă

  • Nu se pot șterge rândurile cu valori lipsă din setul de testare
Ingineria caracteristicilor pentru Machine Learning în Python

Ce altceva puteți face?

  • Coloane categoriale: Înlocuiți valorile lipsă cu valoarea cea mai frecventă sau cu un șir care marchează valorile lipsă, cum ar fi 'None'
  • Coloane numerice: Înlocuiți valorile lipsă cu o valoare adecvată
Ingineria caracteristicilor pentru Machine Learning în Python

Măsuri ale tendinței centrale

  • Medie
  • Mediană
Ingineria caracteristicilor pentru Machine Learning în Python

Calcularea măsurilor tendinței centrale

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

92565.16992481203
55562.0
Ingineria caracteristicilor pentru Machine Learning în Python

Completarea valorilor lipsă

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

df['ConvertedSalary'] = df['ConvertedSalary']\
                         .astype('int64')
Ingineria caracteristicilor pentru Machine Learning în Python

Rotunjirea valorilor

df['ConvertedSalary'] = df['ConvertedSalary'].fillna(
    round(df['ConvertedSalary'].mean())
)
Ingineria caracteristicilor pentru Machine Learning în Python

Să exersăm!

Ingineria caracteristicilor pentru Machine Learning în Python

Preparing Video For Download...