

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Ao receber um conjunto de dados para elaborar um modelo preditivo, uma equipe de analistas de dados percebeu que havia uma quantidade significativa de dados faltantes em certos atributos. Foi então debatido o uso de duas técnicas para lidar com esse problema: (1) remoção de observações contendo dados ausentes e (2) “inputação” multivariável, sendo que apenas uma das duas seria aplicada.
Duas características do conjunto de dados que devem ser prioritariamente consideradas na escolha entre as duas técnicas são:
o intervalo dos atributos com dados faltantes e a fração de dados faltantes;
o número de observações e a fração de dados faltantes;
a fração de atributos com dados faltantes e o intervalo dos atributos com dados faltantes ;
uma medida de dependência estatística entre os atributos e a fração de atributos com dados faltantes;
o número de observações e uma medida de dependência estatística entre os atributos.