Zaawansowana imputacja

W wielu rzeczywistych zbiorach danych brakuje części wartości albo są one uszkodzone. W większości przypadków samo odrzucenie niekompletnych fragmentów zbioru danych nie ma sensu i prowadzi do utraty cennych informacji. Możesz zastosować imputację, czyli uzupełnić brakujące lub puste wartości rozsądnymi zamiennikami, na przykład stałą wartością albo średnią z podobnych cech, tak aby jak najwierniej odwzorować prawdziwe dane. Bardziej zaawansowaną i dokładniejszą techniką jest wykorzystanie uczenia maszynowego do przewidywania najlepszych wartości do uzupełnienia braków.