Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 |
Tags
- SimpleImputer
- matplotlib
- 불용어
- Outlier
- join
- 파이썬
- 보간법
- sklearn
- 선형보간
- 결측치대체
- countplot
- Python
- Seaborn
- BDA
- value_counts
- 누락값
- interpolate
- MSE
- subplots
- 전처리
- IterativeImputer
- 대치법
- stopwords
- 결측치
- Boxplot
- koNLPy
- DataFrame
- KoNLP
- 이상치
- 데이터프레임
Archives
- Today
- Total
ACAIT
[BDA 데분기] 3주차 필수 과제 - interpolation 보간법 응용 본문
- 수업 시간에 배운 linear, slinear, cubic, spline, time을 제외한 method로 코드를 실행해 보겠습니다.






- 731행 중 NaN값은 24개밖에 없어서 시각화에서 한 눈에 확인되지 않음.
- method별로 수치 변화를 확인하면서 과제 진행.
1. method = 'polynomial'

- index 2, 727의 값이 대체된 것을 확인할 수 있음.
- index 2 = 0.272814
- index 727 = 0.240904

2. method = 'values'

- index 2, 727의 값이 대체된 것을 확인할 수 있음.
- index 2 = 0.282931
- index 727 = 0.234521

3. method = 'nearest'

- index 2, 727의 값이 대체된 것을 확인할 수 있음.
- index 2 = 0.353739
- index 727 = 0.226642

'학회 활동 > BDA 7기(데이터 분석 기초반)' 카테고리의 다른 글
| [BDA 데분기] 4주차 필수 과제 2 - 시계열 데이터 결측치 대체, 시각화 (0) | 2024.01.31 |
|---|---|
| [BDA 데분기] 4주차 필수 과제 1 - sklearn SimpleImputer (0) | 2024.01.31 |
| [BDA 데분기] 4주차 - 보간법 보충, sklearn, statsmodels (1) | 2024.01.08 |
| [BDA 데분기] 3주차 - 결측치, 누락값, 이상치 처리 방법 (0) | 2024.01.08 |
| [BDA 데분기] 2주차 - Python 기초 문법 (1) | 2024.01.08 |