Phương pháp xử lý dữ liệu thiếu (Missing Values Treatment)

Ngày đăng: 30/09/2025 15:03
CÁC PHƯƠNG PHÁP XỬ LÝ DỮ LIỆU THIẾU (MISSING VALUES TREATMENT)
  1. Dropping
  2. Mean/Median/Mode Imputation
  3. Forward/Backward Fill Imputation
  4. K-Nearest Neighbors (KNN) Imputation
  5. Regression Imputation
  6. Special Value Imputation
  7. Predictive Modeling Imputation
  8. Multiple Imputation

 

Tác giả: Nguyễn Văn Chức

Bài viết khác cùng nhóm

Hồi quy tuyến tính (Linear Regression): OLS (Ordinary Least Squares)

Outlier Detection with Tableau (Using Standard Deviation, Quartile, Z score)

Categorical Data Encoding Methods: Label, One Hot, Ordinal, Frequency, Target Encoding

Phân tích thành phần chính (Principal Component Analysis - PCA)

Khoa học dữ liệu: Nên học cái gì, tại sao và lộ trình học như thế nào?

Ứng dụng Phân tích nhân tố (Factor Analysis) trong quản trị nguồn nhân lực hiện đại.

Phân tích Độ nhạy và Phân tích Kịch bản (Sensitivity Analysis and Scenario Analysis)

Phân tích hiệu quả chiến dịch Marketing đa kênh (Marketing Attribution)