Порівняння ефективності методів заповнення пропущених даних під час розроблення моделей прогнозування

• Date: 2025
• Main Author: Popov, Andrii
• Format: Article
• Language: English
• Published: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2025
• Subjects: пропущені дані; методи заповнення; прогнозні моделі; машинне навчання
• Online Access: http://journal.iasa.kpi.ua/article/view/301918
• Journal Title: System research and information technologies

Missing data is a common issue in data analysis and machine learning. This article analyzes the impact of missing data imputation methods during the data preprocessing stage on the quality of forecasting models. Selected methods are listwise deletion, mean imputation, and two implementations of the...