Я знаю, что вменение пропущенных значений — это именно то, что звучит, я говорю о вменении его средним значением столбца. Обычно я вменяю пропущенные значения перед тем, как разделить данные на обучение и тестирование, но потом я увидел этот QnA, в котором говорилось:
ВНИМАНИЕ: если вы хотите используйте это для машинного обучения/науки о данных: с точки зрения науки о данных неправильно сначала заменять NA, а затем разделить на обучение и тестирование... Вы ДОЛЖНЫ сначала разделить на обучение и тестирование, затем заменить NA на среднее значение в поезде, а затем применить эту модель предварительной обработки с сохранением состояния для тестирования, см. ответ, связанный со sklearn, ниже! — Фабиан Вернер мы можем это сделать? и как нам это сделать? есть ли разница между выполнением этого до или после разделения данных? если да, то почему? Пожалуйста, помогите мне понять, потому что я совсем запутался.
Подробнее здесь: https://stackoverflow.com/questions/603 ... e-learning
