Conclusion

Gérer les données manquantes avec Python

Suraj Donthi

Deep Learning & Computer Vision Consultant

Chapitre 1

• Opérations sur les valeurs nulles
• Détection des valeurs manquantes
• Remplacement des valeurs manquantes
• Analyse du degré de données manquantes

Chapitre 2

• Types de données manquantes
  • MCAR
  • MAR
  • MNAR
• Corrélations de données manquantes
  • Cartes thermiques
  • Dendrogrammes
• Visualiser les données manquantes selon une variable
• Suppression des valeurs manquantes

Chapitre 3

• Techniques d'imputation
• Traitement des séries chronologiques
• Comparaison graphique des séries chronologiques imputées

Chapitre 4

• Techniques d'imputation avancées
  • KNN
  • MICE
• Imputation des données catégorielles
• Évaluer et comparer les différentes imputations

Félicitations !

Gérer les données manquantes avec Python