Завдання: Заповнення Пропущених Значень
Клас SimpleImputer призначений для обробки пропущених даних шляхом автоматичної заміни відсутніх значень.
from sklearn.impute import SimpleImputer
imputer = SimpleImputer()
Під час ініціалізації його можна налаштувати, встановивши відповідні параметри:
missing_value: визначає позначення для пропущених значень. За замовчуванням цеnp.nan;strategy: стратегія, яка використовується для заповнення пропущених значень. За замовчуванням —'mean';fill_value: визначає значення для заповнення пропусків, якщоstrategy—'constant'. За замовчуванням —None.
Як трансформер, має такі методи:
Також необхідно визначити, які значення використовувати для імпутації.
Поширений підхід — замінювати пропущені числові значення на середнє, а пропущені категоріальні значення — на моду (найчастіше значення), оскільки це мінімально спотворює розподіл даних.
Вибір контролюється параметром strategy:
strategy='mean': заповнення середнім значенням по кожному стовпцю;strategy='median': заповнення медіаною по кожному стовпцю;strategy='most_frequent': заповнення модою по кожному стовпцю;strategy='constant': заповнення сталим значенням, вказаним у параметріfill_value.
Параметр missing_values визначає, які значення вважаються пропущеними. За замовчуванням це NaN, але в деяких наборах даних це може бути порожній рядок '' або інший маркер.
SimpleImputer та багато інших трансформерів працюють лише з DataFrame, а не з pandas Series. Вибір одного стовпця з DataFrame через df['column'] повертає Series. Щоб уникнути цього, використовуйте подвійні дужки df[['column']], щоб результатом був саме DataFrame:
imputer.fit_transform(df[['column']])
Коли застосовується метод .fit_transform() з SimpleImputer, він повертає двовимірний масив. Для присвоєння значень одному стовпцю у DataFrame бібліотеки pandas потрібен одновимірний масив (або Series).
df['column'] = ... # Requires 1D array or Series
imputer.fit_transform(df[['column']]) # Produces 2D array
Метод .ravel() можна використати для перетворення масиву у одновимірний перед присвоєнням:
df['column'] = imputer.fit_transform(df[['column']]).ravel()
Це гарантує, що імпутовані значення мають правильний формат і зберігаються у відповідному стовпці DataFrame.
Swipe to start coding
Заповнення пропущених значень у стовпці 'sex' за допомогою SimpleImputer. Оскільки це категоріальний стовпець, замініть значення NaN на найчастіше значення.
- Імпортувати
SimpleImputer. - Створити об'єкт
SimpleImputerз потрібною стратегієюstrategy. - Заповнити пропущені значення у стовпці
'sex'за допомогою об'єктаimputer.
Рішення
Чудово! Ми впоралися з проблемою пропущених значень у нашому наборі даних. Ми видалили рядки з більш ніж одним пропуском та імпутували стовпець 'sex' найчастішим значенням – MALE.
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 3.13Завдання: Заповнення Пропущених Значень
Свайпніть щоб показати меню
Клас SimpleImputer призначений для обробки пропущених даних шляхом автоматичної заміни відсутніх значень.
from sklearn.impute import SimpleImputer
imputer = SimpleImputer()
Під час ініціалізації його можна налаштувати, встановивши відповідні параметри:
missing_value: визначає позначення для пропущених значень. За замовчуванням цеnp.nan;strategy: стратегія, яка використовується для заповнення пропущених значень. За замовчуванням —'mean';fill_value: визначає значення для заповнення пропусків, якщоstrategy—'constant'. За замовчуванням —None.
Як трансформер, має такі методи:
Також необхідно визначити, які значення використовувати для імпутації.
Поширений підхід — замінювати пропущені числові значення на середнє, а пропущені категоріальні значення — на моду (найчастіше значення), оскільки це мінімально спотворює розподіл даних.
Вибір контролюється параметром strategy:
strategy='mean': заповнення середнім значенням по кожному стовпцю;strategy='median': заповнення медіаною по кожному стовпцю;strategy='most_frequent': заповнення модою по кожному стовпцю;strategy='constant': заповнення сталим значенням, вказаним у параметріfill_value.
Параметр missing_values визначає, які значення вважаються пропущеними. За замовчуванням це NaN, але в деяких наборах даних це може бути порожній рядок '' або інший маркер.
SimpleImputer та багато інших трансформерів працюють лише з DataFrame, а не з pandas Series. Вибір одного стовпця з DataFrame через df['column'] повертає Series. Щоб уникнути цього, використовуйте подвійні дужки df[['column']], щоб результатом був саме DataFrame:
imputer.fit_transform(df[['column']])
Коли застосовується метод .fit_transform() з SimpleImputer, він повертає двовимірний масив. Для присвоєння значень одному стовпцю у DataFrame бібліотеки pandas потрібен одновимірний масив (або Series).
df['column'] = ... # Requires 1D array or Series
imputer.fit_transform(df[['column']]) # Produces 2D array
Метод .ravel() можна використати для перетворення масиву у одновимірний перед присвоєнням:
df['column'] = imputer.fit_transform(df[['column']]).ravel()
Це гарантує, що імпутовані значення мають правильний формат і зберігаються у відповідному стовпці DataFrame.
Swipe to start coding
Заповнення пропущених значень у стовпці 'sex' за допомогою SimpleImputer. Оскільки це категоріальний стовпець, замініть значення NaN на найчастіше значення.
- Імпортувати
SimpleImputer. - Створити об'єкт
SimpleImputerз потрібною стратегієюstrategy. - Заповнити пропущені значення у стовпці
'sex'за допомогою об'єктаimputer.
Рішення
Чудово! Ми впоралися з проблемою пропущених значень у нашому наборі даних. Ми видалили рядки з більш ніж одним пропуском та імпутували стовпець 'sex' найчастішим значенням – MALE.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
single
