ข้อมูลที่หายไป
การแข่งขัน Kaggle ด้วย Python
Yauhen Babakhin
Kaggle Grandmaster
ข้อมูลที่หายไป
| ID | ฟีเจอร์หมวดหมู่ | ฟีเจอร์ตัวเลข | เป้าหมายแบบไบนารี |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | NaN | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
การ impute ข้อมูลที่หายไป
ข้อมูลตัวเลข
- การ impute ด้วยค่าเฉลี่ย/มัธยฐาน
| ID | ฟีเจอร์หมวดหมู่ | ฟีเจอร์ตัวเลข | เป้าหมายแบบไบนารี |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | NaN | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
การ impute ข้อมูลที่หายไป
ข้อมูลตัวเลข
- การ impute ด้วยค่าเฉลี่ย/มัธยฐาน
- การ impute ด้วยค่าคงที่
| ID | ฟีเจอร์หมวดหมู่ | ฟีเจอร์ตัวเลข | เป้าหมายแบบไบนารี |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | 4.72 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
การ impute ข้อมูลที่หายไป
ข้อมูลตัวเลข
- การ impute ด้วยค่าเฉลี่ย/มัธยฐาน
- การ impute ด้วยค่าคงที่
| ID | ฟีเจอร์หมวดหมู่ | ฟีเจอร์ตัวเลข | เป้าหมายแบบไบนารี |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
การ impute ข้อมูลที่หายไป
ข้อมูลตัวเลข
- การ impute ด้วยค่าเฉลี่ย/มัธยฐาน
- การ impute ด้วยค่าคงที่
ข้อมูลหมวดหมู่
- การ impute ด้วยหมวดหมู่ที่พบบ่อยที่สุด
| ID | ฟีเจอร์หมวดหมู่ | ฟีเจอร์ตัวเลข | เป้าหมายแบบไบนารี |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | NaN | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
การ impute ข้อมูลที่หายไป
ข้อมูลตัวเลข
- การ impute ด้วยค่าเฉลี่ย/มัธยฐาน
- การ impute ด้วยค่าคงที่
ข้อมูลหมวดหมู่
- การ impute ด้วยหมวดหมู่ที่พบบ่อยที่สุด
- การ impute ด้วยหมวดหมู่ใหม่
| ID | ฟีเจอร์หมวดหมู่ | ฟีเจอร์ตัวเลข | เป้าหมายแบบไบนารี |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | A | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
การ impute ข้อมูลที่หายไป
ข้อมูลตัวเลข
- การ impute ด้วยค่าเฉลี่ย/มัธยฐาน
- การ impute ด้วยค่าคงที่
ข้อมูลหมวดหมู่
- การ impute ด้วยหมวดหมู่ที่พบบ่อยที่สุด
- การ impute ด้วยหมวดหมู่ใหม่
| ID | ฟีเจอร์หมวดหมู่ | ฟีเจอร์ตัวเลข | เป้าหมายแบบไบนารี |
|---|---|---|---|
| 1 | A | 5.1 | 1 |
| 2 | B | 7.2 | 0 |
| 3 | C | 3.4 | 0 |
| 4 | A | -999 | 1 |
| 5 | MISS | 2.6 | 0 |
| 6 | A | 5.3 | 0 |
ค้นหาข้อมูลที่หายไป
df.isnull().head(1)
ID cat num target
0 False False False False
df.isnull().sum()
ID 0
cat 1
num 1
target 0
ข้อมูลตัวเลขที่หายไป
# Import SimpleImputer from sklearn.impute import SimpleImputer# Different types of imputers mean_imputer = SimpleImputer(strategy='mean') constant_imputer = SimpleImputer(strategy='constant', fill_value=-999)# Imputation df[['num']] = mean_imputer.fit_transform(df[['num']])
ข้อมูลหมวดหมู่ที่หายไป
# Import SimpleImputer from sklearn.impute import SimpleImputer # Different types of imputers frequent_imputer = SimpleImputer(strategy='most_frequent') constant_imputer = SimpleImputer(strategy='constant', fill_value='MISS')# Imputation df[['cat']] = constant_imputer.fit_transform(df[['cat']])
มาฝึกกันเถอะ!
การแข่งขัน Kaggle ด้วย Python
