机器学习模型中如何处理缺失数据：插补还是不插补

表格机器学习模型中普遍存在缺失数据，不同的缺失数据处理方法会显著影响机器学习模型的训练结果。然而,关于如何选择缺失数据处理方法以及影响其选择的因素，已知甚少。为此,我们对70名机器学习研究人员和工程师进行了调查。我们的结果显示,大多数参与者并未对缺失数据处理方法做出明智的决策,这可能会显著影响这些研究人员训练的机器学习模型的有效性。我们主张加强对缺失数据的教育,提高缺失数据报告的标准化,并开发更好的缺失数据分析工具。