Missing data से निपटना क्यों ज़रूरी?
Python में Missing Data से निपटना
Suraj Donthi
Deep Learning & Computer Vision Consultant
Missing data क्यों होता है?
- Real world डेटा गंदा होता है
क्या आप जानते हैं, 72% संगठन मानते हैं कि डेटा क्वालिटी समस्याएँ ग्राहक भरोसे और धारणा को नुकसान पहुँचाती हैं?
1 [Top 9 Benefits of Data Cleansing for Businesses](https://bit.ly/2QwMrab)
Missing data क्यों होता है?
- डेटा संग्रह के दौरान मान छूट जाते हैं
- मौसम विश्लेषण में ख़राब सेंसर
- चिकित्सकीय निदान में अधूरी रोगी जानकारी आदि
- मान गलती से डिलीट हो जाते हैं
- डेटा लॉस
- मानवीय त्रुटि से गलत डिलीट
इस कोर्स में, आप सीखेंगे
- missing values को ट्रीट करने का महत्व
- अपने गंदे डेटा में missing values पहचानना
- missingness के प्रकारों का विश्लेषण करना
- missing values को सही तरह ट्रीट करना
- numerical
- time-series
- categorical values
इस कोर्स में, आप सीखेंगे
- simple तकनीकों से missing values को impute (replace) करना
- advanced तकनीकों से impute करना
- अंत में missing values ट्रीट करने की सबसे अच्छी विधि का मूल्यांकन करना
Missing values ट्रीट करने का वर्कफ़्लो
- सभी missing values को null में बदलें।
- डेटा में missingness की मात्रा और प्रकार का विश्लेषण करें।
- उपयुक्त रूप से missing values डिलीट या impute करें।
- ट्रीटेड/इम्प्यूटेड डेटासेट के प्रदर्शन का मूल्यांकन और तुलना करें।
NULL value operations
None
None or True # Same for False
True
None + True # For all operators
TypeError: unsupported operand
None / 3 # For all operators
TypeError: unsupported operand
type(None)
NoneType
np.nan
import numpy as np
np.nan or True # Same for False
nan
np.nan * True # For all operators
nan
np.nan - 3 # For all operators
nan
type(np.nan)
float
NULL value operations
None
None == None
True
np.isnan(None)
False
np.nan
np.nan == np.nan
False
np.isnan(np.nan)
True
अभ्यास करते हैं!
Python में Missing Data से निपटना
