Machine Learning 실습 (5)

4-3. test-Fare 결측치처리(채우기)

# Fare 컬럼과 상관관계가 높은 컬럼을 기준으로 데이터를 살펴보기
# 그 컬럼에 관계해서 기술통계량 확인
# 평균값 확인

# 상관관계 확인하는 함수 : corr()
# 상관계수 출력
# -1 ~ 1 : -1, 1 상관관계가 높음 / 0 상관관계가 낮음
train.corr()['Fare'].abs().sort_values(ascending = False)
# Pclass가 Fare 컬럼이랑 가장 상관관계가 높음

 

# Pclass, Fare 컬럼만 train에서 인덱싱해보기
train[['Pclass','Fare']].groupby('Pclass').mean()

 

# 성별 컬럼까지 연관해서 요금 평균 확인해보기
train[['Pclass','Fare','Sex']].groupby(['Pclass','Sex']).mean()

 

# test - Fare 결측치 있는 행 확인하기
test[test['Fare'].isnull()]
# 값 채워보기
# 12.661633
test['Fare'] = test['Fare'].fillna(12.661633)

test[test['Fare'].isnull()]

 

test.info()

 

4-4. Age 결측치 처리(채우기)

- 다른 컬럼과의 상관관계를 확인 후 결측치를 채워보자

- corr() 함수를 이용해보자

# train 기준으로 살펴보기
train.corr()['Age'].abs().sort_values(ascending=False)
# Pclass 컬럼이 상관관계가 가장 높음 -> 등급으로 그룹화하여 나이의 평균값 확인
gb1 = train[['Pclass','Age','Sex']].groupby(['Pclass','Sex']).mean()

gb1

 

# 멀티 인덱스 인덱싱
gb1.loc[(3,'female')]

 

# 1등급이고 남성인 데이터 접근해보기
gb1.loc[(1,'male')]

 

# train - Age 컬럼 결측치 행 모두 확인하기
train[train['Age'].isnull()]