Conteúdo do Curso
Pré-processamento de Dados
Pré-processamento de Dados
Desafio 1
Swipe to show code editor
Neste desafio, você precisará trabalhar com o conjunto de dados 'adult-census.csv'
. Ele contém dados tanto categóricos quanto numéricos. Sua tarefa será preparar os dados para processamento.
- Leia o conjunto de dados
'adult-census.csv'
- Explore o conjunto de dados. Verifique com atenção qual caractere indica os dados ausentes no conjunto de dados e substitua-o pelo objeto
np.nan
- Remova as linhas com valores ausentes
- Comecemos pelo processamento de dados categóricos - colunas
'workclass'
,'sex'
. Use um método de codificação one-hot para codificá-los - Para dados numéricos (
'age'
,'hours-per-week'
), você precisará escalar os dados - Imprima os dados processados
Obrigado pelo seu feedback!
Desafio 1
Swipe to show code editor
Neste desafio, você precisará trabalhar com o conjunto de dados 'adult-census.csv'
. Ele contém dados tanto categóricos quanto numéricos. Sua tarefa será preparar os dados para processamento.
- Leia o conjunto de dados
'adult-census.csv'
- Explore o conjunto de dados. Verifique com atenção qual caractere indica os dados ausentes no conjunto de dados e substitua-o pelo objeto
np.nan
- Remova as linhas com valores ausentes
- Comecemos pelo processamento de dados categóricos - colunas
'workclass'
,'sex'
. Use um método de codificação one-hot para codificá-los - Para dados numéricos (
'age'
,'hours-per-week'
), você precisará escalar os dados - Imprima os dados processados
Obrigado pelo seu feedback!
Desafio 1
Swipe to show code editor
Neste desafio, você precisará trabalhar com o conjunto de dados 'adult-census.csv'
. Ele contém dados tanto categóricos quanto numéricos. Sua tarefa será preparar os dados para processamento.
- Leia o conjunto de dados
'adult-census.csv'
- Explore o conjunto de dados. Verifique com atenção qual caractere indica os dados ausentes no conjunto de dados e substitua-o pelo objeto
np.nan
- Remova as linhas com valores ausentes
- Comecemos pelo processamento de dados categóricos - colunas
'workclass'
,'sex'
. Use um método de codificação one-hot para codificá-los - Para dados numéricos (
'age'
,'hours-per-week'
), você precisará escalar os dados - Imprima os dados processados
Obrigado pelo seu feedback!
Swipe to show code editor
Neste desafio, você precisará trabalhar com o conjunto de dados 'adult-census.csv'
. Ele contém dados tanto categóricos quanto numéricos. Sua tarefa será preparar os dados para processamento.
- Leia o conjunto de dados
'adult-census.csv'
- Explore o conjunto de dados. Verifique com atenção qual caractere indica os dados ausentes no conjunto de dados e substitua-o pelo objeto
np.nan
- Remova as linhas com valores ausentes
- Comecemos pelo processamento de dados categóricos - colunas
'workclass'
,'sex'
. Use um método de codificação one-hot para codificá-los - Para dados numéricos (
'age'
,'hours-per-week'
), você precisará escalar os dados - Imprima os dados processados