missing

Veri Seti Ön Hazırlık (Kayıp Değerler) #2

Kayıp Değerler: Veri kalitesi ve içerdiği bilgiler makine öğrenme algoritmasının ne kadar iyi öğrenebileceğini belirleyen temel faktördür. Bu nedenle, veri setini  makine öğrenme algoritmasına göndermeden önce ,inceleyip ön işleme koymamız gerekmektedir.

Veri Setindeki Kayıp Değerler  İçin Ön İşlem

Gerçek veri setleriyle uğraştığımızda boş değerlerin olmaması kaçınılmazdır. Veri toplanma sürecinden kaynaklı hatalar yada bazı değerlerin boş bırakılması buna sebep olabilir. Örneğin bir foruma üye olurken; email ve kullanıcı adı vs. bilgilerin girilmesi zorunluyken, yaş seçeneğini boş bırakıp geçebilirsiniz. Bu da  yaş sütununda boş değerlerin gözükmesine sebep olabilir. Bu değerler (NaN) olarak gözükür. Bu değerleri değiştirmenin 2 yolur vardır.  1.si drop etmek , 2. seçenek ise kayıp değerleri ortalama değer ile değiştirmek.

Şimdi bu işlemlerin Python ile nasıl yapıldığına bakalım.

 

 

 

 

 

0 Paylaşımlar
Veri Seti Ön Hazırlık (Kayıp Değerler) #1
Veri Seti Ön Hazırlık (Kayıp Değerler) #1
Veri kalitesi ve içerdiği bilgiler makine öğrenme algoritmasının ne kadar iyi öğrenebileceğini belirleyen temel faktördür. Bu nedenle, veri setini  makine öğrenme algoritmasına göndermeden önce ,inceleyip ön işleme koymamız gerekmektedir

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir