Missing data को संभालना

Python में Machine Learning इंटरव्यू प्रश्नों का अभ्यास

Lisa Stuart

Data Scientist

पूर्वापेक्षाएँ

Chapter 1: प्री-प्रोसेसिंग और विज़ुअलाइज़ेशन
- Missing data, Outliers, Normalization
Chapter 2: Supervised Learning
- Feature selection, Regularization, Feature engineering
Chapter 3: Unsupervised Learning
- Cluster algorithm selection, Feature extraction, Dimension reduction
Chapter 4: मॉडल चयन और मूल्यांकन
- Model generalization and evaluation, Model selection

पाइपलाइन ओवरव्यू

पाइपलाइन

Omission
- पंक्तियाँ हटाएँ --> .dropna(axis=0)
- कॉलम हटाएँ --> .dropna(axis=1)
Imputation
- शून्य से भरें --> SimpleImputer(strategy='constant', fill_value=0)
- mean से इम्प्यूट करें -> SimpleImputer(strategy='mean')
- median से इम्प्यूट करें --> SimpleImputer(strategy='median')
- mode से इम्प्यूट करें --> SimpleImputer(strategy='most_frequent')
- Iterative imputation --> IterativeImputer()

निर्भर करता है:
- Missing values
- मूल variance
- Outliers की मौजूदगी
- skew का आकार और दिशा
Omission --> बहुत कुछ हट सकता है
Zero --> नतीजे downward bias होंगे
Mean --> outliers से ज्यादा प्रभावित
Median --> outliers में बेहतर
Mode और iterative imputation --> आज़माएँ

Function	returns
`df.isna().sum()`	कितने missing
`df['feature'].mean()`	फीचर का mean
`.shape`	row, column dimensions
`df.columns`	कॉलम नाम
`.fillna(0)`	missing को 0 से भरता है
`select_dtypes(include = [np.number] )`	numeric कॉलम
`select_dtypes(include = ['object'] )`	string कॉलम
`.fit_transform(numeric_cols)`	fit और transform करता है

Machine Learning (ML) सेटिंग में missing values के क्या प्रभाव होते हैं? जो कथन सही है, उसे चुनें:

Missing values समस्या नहीं हैं क्योंकि sklearn के ज़्यादातर एल्गोरिदम उन्हें संभाल लेते हैं।
Missing values वाली observations या features हटाना आम तौर पर अच्छा है।
Missing data आमतौर पर bias लाता है जो भ्रामक नतीजों तक ले जाता है, इसलिए इन्हें अनदेखा नहीं किया जा सकता।
Missing values को zero से भरना नतीजों को ऊपर की ओर bias करेगा।

Machine Learning (ML) सेटिंग में missing values के क्या प्रभाव होते हैं? सही उत्तर है:

Missing data आमतौर पर bias लाता है जो भ्रामक नतीजों तक ले जाता है, इसलिए इन्हें अनदेखा नहीं किया जा सकता। (Missing भरते समय वह विकल्प परखें जो दिए गए डेटासेट के variance पर सबसे कम असर डाले.)

Machine Learning (ML) सेटिंग में missing values के क्या प्रभाव होते हैं?

Missing values समस्या नहीं हैं... (sklearn के अधिकतर एल्गोरिदम missing values नहीं संभाल पाते और error फेंकेंगे.)
Missing values वाली observations या features हटाना... (जब तक डेटासेट बहुत बड़ा न हो और missing का अनुपात बहुत छोटा न हो, पंक्तियाँ/कॉलम हटाने से डेटा इतना घट जाता है कि आगे की ML के लिए अनुपयोगी हो सकता है.)
Missing values को zero से भरना नतीजों को ऊपर bias करेगा. (उल्टा है, zero से भरने पर नतीजे downward bias होते हैं.)

Python में Machine Learning इंटरव्यू प्रश्नों का अभ्यास