บทสรุป

การจัดการข้อมูลที่หายไปใน Python

Suraj Donthi

Deep Learning & Computer Vision Consultant

บทที่ 1

• การดำเนินการกับค่า Null
• การตรวจจับค่าที่หายไป
• การแทนที่ค่าที่หายไป
• การวิเคราะห์ปริมาณข้อมูลที่หายไป

บทที่ 2

• ประเภทของข้อมูลที่หายไป
  • MCAR
  • MAR
  • MNAR
• ความสัมพันธ์ของข้อมูลที่หายไป
  • Heatmaps
  • Dendrograms
• การแสดงภาพข้อมูลที่หายไปตามตัวแปร
• การลบข้อมูลที่หายไป

บทที่ 3

• เทคนิคการ Imputation
• การจัดการข้อมูล Time-series
• การเปรียบเทียบ Time-series หลัง Imputation ด้วยกราฟ

บทที่ 4

• เทคนิค Imputation ขั้นสูง
  • KNN
  • MICE
• การ Impute ข้อมูลเชิงหมวดหมู่
• การประเมินและเปรียบเทียบวิธี Imputation ต่าง ๆ

ยินดีด้วย!!

การจัดการข้อมูลที่หายไปใน Python