Eksik veri

Eksik değerler df.isna() ile bulunur, df.fillna() ya da SimpleImputer ile doldurulur.

Eksik değerleri bulmak

Eksik değer pandas'ta NaN olarak görünür. Önce nerede ve ne kadar olduğuna bakılır:

print(df.isna().sum())        # sütun başına eksik sayısı
print(df.isna().mean() * 100) # yüzde olarak

scikit-learn modellerinin çoğu NaN içeren veriyle eğitilemez ve ValueError verir; bu yüzden eksikler mutlaka ele alınmalıdır.

Atmak mı, doldurmak mı?

Az sayıda satırda eksik varsa atılabilir; çoksa veri kaybı büyür ve doldurmak daha iyidir:

df.dropna()                          # eksikli satırları at
df["yas"].fillna(df["yas"].median()) # medyanla doldur

from sklearn.impute import SimpleImputer
imp = SimpleImputer(strategy="mean")
X = imp.fit_transform(X)

SimpleImputer eğitim verisinden öğrendiği değeri test verisine de aynen uygular; böylece test bilgisi eğitime sızmaz.

Uygulama Eksikleri doldur

SimpleImputer(strategy="mean") ile X'teki np.nan değerlerini doldur ve sonucu yazdır.

Örnek çözümü göster

import numpy as np
from sklearn.impute import SimpleImputer

X = np.array([[1, 10], [np.nan, 20], [3, np.nan]])

imp = SimpleImputer(strategy="mean")
print(imp.fit_transform(X))

Kendini test et

Eksik değer içeren veriyle <code>LinearRegression().fit</code> çağrılırsa ne olur?
- Eksikleri sıfır sayar
- Eksik satırları atlar
- Uyarı verip devam eder
- ValueError verir
Cevabı göster

ValueError verir — Eksikleri önce atmak ya da doldurmak gerekir.
Eksikleri sütun ortalamasıyla dolduran nesneyi oluştur.
```
imp = SimpleImputer(strategy=____)
```
Cevabı göster
```
imp = SimpleImputer(strategy="mean")
```
Araçları eşleştir.

isna()

Eksikleri işaretler
dropna()

Eksikli satırları atar
fillna()

Eksikleri doldurur
SimpleImputer

Eğitilebilir doldurucu

Sıradaki ders: Veri türleri

Deneyiminizi Geliştiriyoruz

Çerez Tercihleri

Kesinlikle Gerekli Çerezler

Analitik Çerezler