Imputasi Lanjutan

Dalam banyak himpunan data dunia nyata, terdapat banyak data yang hilang atau rusak. Dalam banyak kasus, sekadar membuang bagian yang buruk dari himpunan data tidak membantu dan boros. Anda dapat menggunakan imputasi untuk mengisi nilai yang hilang atau kosong dengan pengganti yang masuk akal, seperti nilai konstan atau rata-rata dari fitur serupa agar data yang hilang sedekat mungkin dengan data sebenarnya. Teknik yang lebih canggih dan akurat adalah menggunakan machine learning untuk memprediksi nilai terbaik sebagai isian.