Заполнение пропущенных числовых значений

Конструирование признаков для машинного обучения в Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Удаление пропущенных значений

  • Нельзя удалять строки с пропусками в тестовой выборке
Конструирование признаков для машинного обучения в Python

Что ещё можно сделать?

  • Категориальные столбцы: заменить пропуски наиболее часто встречающимся значением или строкой-маркером, например 'None'
  • Числовые столбцы: заменить пропуски подходящим значением
Конструирование признаков для машинного обучения в Python

Меры центральной тенденции

  • Среднее
  • Медиана
Конструирование признаков для машинного обучения в Python

Вычисление мер центральной тенденции

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

92565.16992481203
55562.0
Конструирование признаков для машинного обучения в Python

Заполнение пропущенных значений

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

df['ConvertedSalary'] = df['ConvertedSalary']\
                         .astype('int64')
Конструирование признаков для машинного обучения в Python

Округление значений

df['ConvertedSalary'] = df['ConvertedSalary'].fillna(
    round(df['ConvertedSalary'].mean())
)
Конструирование признаков для машинного обучения в Python

Давайте потренируемся!

Конструирование признаков для машинного обучения в Python

Preparing Video For Download...