Fyll i kontinuerliga saknade värden

Särdragshantering för maskininlärning i Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Ta bort saknade värden

  • Det går inte att ta bort rader med saknade värden i testdatamängden
Särdragshantering för maskininlärning i Python

Vad finns det för alternativ?

  • Kategoriska kolumner: Ersätt saknade värden med det vanligaste värdet eller med en sträng som markerar saknade värden, t.ex. 'None'
  • Numeriska kolumner: Ersätt saknade värden med ett lämpligt värde
Särdragshantering för maskininlärning i Python

Centralmått

  • Medelvärde
  • Median
Särdragshantering för maskininlärning i Python

Beräkna centralmåtten

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

92565.16992481203
55562.0
Särdragshantering för maskininlärning i Python

Fyll i de saknade värdena

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

df['ConvertedSalary'] = df['ConvertedSalary']\
                         .astype('int64')
Särdragshantering för maskininlärning i Python

Avrunda värden

df['ConvertedSalary'] = df['ConvertedSalary'].fillna(
    round(df['ConvertedSalary'].mean())
)
Särdragshantering för maskininlärning i Python

Nu kör vi en övning!

Särdragshantering för maskininlärning i Python

Preparing Video For Download...