fancyimpute से imputation

Python में Missing Data से निपटना

Suraj Donthi

Deep Learning & Computer Vision Consultant

fancyimpute पैकेज

  • पैकेज में एडवांस्ड तकनीकें हैं
  • Missing values भरने के लिए machine learning एल्गोरिदम उपयोग करता है
  • अन्य कॉलम से missing values की भविष्यवाणी कर उन्हें impute करता है
Python में Missing Data से निपटना

fancyimpute की imputation तकनीकें

  • KNN या K-Nearest Neighbor
  • MICE या Multiple Imputation by Chained Equations
Python में Missing Data से निपटना

K-Nearest Neighbor Imputation

  • सभी non-missing फीचर्स से K निकटतम/समान डेटा पॉइंट चुनें
  • चुने गए पॉइंट्स का औसत लेकर missing फीचर भरें

K Nearest Neighbors GIF

Python में Missing Data से निपटना

K-Nearest Neighbor Imputation

from fancyimpute import KNN
diabetes_knn = diabetes.copy(deep=True)
knn_imputer = KNN()
diabetes_knn.iloc[:, :] = knn_imputer.fit_transform(diabetes_knn)
Python में Missing Data से निपटना

Multiple Imputations by Chained Equations (MICE)

  • डेटा के रैंडम सैंपल पर कई regressions चलाएँ
  • इन regression मानों का औसत लें
  • उस औसत से डेटा पॉइंट के missing फीचर को impute करें
Python में Missing Data से निपटना

Multiple Imputations by Chained Equations (MICE)

from fancyimpute import IterativeImputer

diabetes_MICE = diabetes.copy(deep=True)
MICE_imputer = IterativeImputer()
diabetes_MICE.iloc[:, :] = MICE_imputer.fit_transform(diabetes_MICE)
Python में Missing Data से निपटना

सारांश

  • Missing values impute करने के लिए Machine Learning तकनीकें
  • KNN सबसे समान पॉइंट्स ढूँढकर impute करता है
  • MICE imputation के लिए multiple regression करता है
  • Imputation के लिए MICE काफ़ी robust मॉडल है
Python में Missing Data से निपटना

अभ्यास करते हैं!

Python में Missing Data से निपटना

Preparing Video For Download...