Mari imput nilai yang hilang dalam variabel dengan mengambil mode dari semua nilai yang ada dalam variabel itu. mode mengimputasi nilai yang hilang dengan nilai yang paling sering muncul dalam suatu variabel. Kita akan menggunakan licik perpustakaan untuk ini.
Pertimbangkan a Prediksi Beban dataset. Kami akan mengimputasi nilai yang hilang di Loan_Amount_Term dengan menggunakan mode Metode.
Langkah 1: Impor pustaka yang diperlukan
impor panda sebagai pd
impor numpy sebagai np
dari mode impor scipy.stats
Langkah 2: Muat kumpulan data
kumpulan data = pd.baca_csv(“C:/prediksi_pinjaman_kereta.csv”)
Langkah 3: Menghitung nilai yang hilang berdasarkan modus
Kami akan memasukkan nilai yang hilang dalam variabel Loan_Amount_Term. Saat ini terdapat 14 nilai yang hilang dalam variabel ini. Anda dapat mengonfirmasi hal ini dengan menjalankan pernyataan berikut:
dataset['Jumlah_Pinjaman_Jangka_Waktu'].isnull().jumlah()
Sekarang mari kita ambil modus dari variabel ini dengan menggunakan mode fungsi yang ada di licik Perpustakaan.
Pertimbangkan a Prediksi Beban dataset. Kami akan mengimputasi nilai yang hilang di Loan_Amount_Term dengan menggunakan mode Metode.
Langkah 1: Impor pustaka yang diperlukan
impor panda sebagai pd
impor numpy sebagai np
dari mode impor scipy.stats
Langkah 2: Muat kumpulan data
kumpulan data = pd.baca_csv(“C:/prediksi_pinjaman_kereta.csv”)
Langkah 3: Menghitung nilai yang hilang berdasarkan modus
Kami akan memasukkan nilai yang hilang dalam variabel Loan_Amount_Term. Saat ini terdapat 14 nilai yang hilang dalam variabel ini. Anda dapat mengonfirmasi hal ini dengan menjalankan pernyataan berikut:
dataset['Jumlah_Pinjaman_Jangka_Waktu'].isnull().jumlah()
Sekarang mari kita ambil modus dari variabel ini dengan menggunakan mode fungsi yang ada di licik Perpustakaan.
mode(dataset['Jumlah_Pinjaman_Jangka_Waktu'])
mode(dataset['Jumlah_Pinjaman_Jangka_Waktu']).mode[0]
Keluaran:
ModeResult(mode=array([360.]), jumlah=array([526]))
360.0
Dikatakannya nilai yang paling sering muncul adalah 360 dan jumlahnya 526.
Mari kita imputasi nilai yang hilang dengan nilai ini:
dataset['Jumlah_Pinjaman_Jangka_Waktu'].mengisi(mode(dataset['Jumlah_Pinjaman_Jangka_Waktu']).modus[0], di tempat=Benar)
Sekarang hitung jumlah nilai yang hilang dalam variabel ini:
dataset['Jumlah_Pinjaman_Jangka_Waktu'].isnull().jumlah()
Hasilnya akan menjadi nol. Jadi, kami telah memasukkan semua nilai yang hilang dengan nilai yang paling sering muncul dalam variabel tersebut.
