進階補值（Imputation）

在許多真實世界的資料集中，常會有大量遺漏或受損的資料。很多情況下，直接丟棄資料集中的不良部分既沒有幫助，也很浪費。你可以使用補值（imputation）來以合理的替代值填補遺漏或空白，例如固定常數，或由相似特徵的平均值，讓缺漏部分盡可能貼近真實資料。更進階且更精準的方法，是用機器學習來預測最合適的填充值。