Ejercicio de programación con ScikitLearn: Identificación y tratamiento de valores faltantes
Código
0h 15m
Resuelve el reto en Python que identifica valores faltantes en un dataset simulado y los trata usando SimpleImputer para reemplazarlos con la media.
Crea un archivo .ipynb
desde cero que realice lo siguiente:
- Genera un pequeño dataset simulado (por ejemplo, usando pandas DataFrame) que contenga al menos una columna numérica con algunos valores faltantes.
- Identifica y muestra la cantidad de valores faltantes por columna.
- Utiliza
SimpleImputer
de Scikit-Learn para reemplazar los valores faltantes de la columna numérica usando la estrategia de la media. - Muestra el dataset antes y después de la imputación para evidenciar el tratamiento realizado.
Todos los ejercicios de programación de ScikitLearn
Evalúa tus conocimientos con ejercicios de programación en ScikitLearn de tipo Test, Puzzle, Código y Proyecto con VSCode.
Regresión SVM con SVR
Código
Ajuste de hiperparámetros
Código
Pipelines y Validación Cruzada
Código
Preprocesamiento de datos desbalanceados
Código
Pipelines con ColumnTransformer
Código
Validación y evaluación de modelos
Código
Preprocesamiento de datos de series temporales
Código
Ingeniería de características para series temporales
Código
Introducción a la clasificación
Código
Transformación y escalado de series temporales
Código
Extracción de características
Código
Clasificación KNN KNeighborsClassifier
Código
Regresión con algoritmos de conjunto
Código
Regresión lineal
Código
Reducción de la dimensionalidad con PCA
Código
Clasificación con algoritmos de conjunto
Código
Clasificación SVM con SVC
Código
Escalado de datos
Código
Clustering jerárquico
Código
Análisis de sentimiento
Código
Validación y evaluación de modelos en series temporales
Código
Regresión KNN KNeighborsRegressor
Código
Técnicas de validación cruzada
Código
Introducción al preprocesamiento de datos
Código
Exportar e importar Pipelines
Código
Preprocesamiento de textos para NLP
Código
Clasificación con árboles DecisionTreeClassifier
Código
Selección de Características
Código
Introducción a la regresión
Código
Clasificación con regresión logística en Scikit Learn
Código
Ingeniería de Características
Código
Clustering con KMeans
Código
Introducción al análisis de series temporales
Código
Codificación de variables categóricas
Código
Clasificación de Texto con Scikit Learn
Código
Métricas de Regresión
Código
Aprendizaje automático
Puzzle
Clustering de densidad con DBSCAN
Código
Métricas de clasificación
Código
Técnicas avanzadas de extracción de características
Código
Creación de pipelines básicos
Código
Particionamiento de datos
Código
Normalización de datos
Código
Regresión con árboles DecisionTreeRegressor
Código
Introducción e instalación de Scikit Learn
Código
Preprocesamiento de datos con pipelines
Código
Representación de texto y extracción de características
Código
Introducción a pipelines
Código
Tutorial para resolver este ejercicio de programación
ScikitLearn
Identificación y tratamiento de valores faltantes
Preprocesamiento de datos