ค่าหายเกิดมากเป็นพิเศษในกลุ่มผู้ใช้ที่เข้าถึงบริการยาก ก่อนเลือกวิธีเติมค่าควรทำอะไร
กเติมค่าเฉลี่ยรวมก่อน แล้วตรวจผลเฉพาะคะแนนรวมของโมเดล
ขวิเคราะห์เฉพาะระเบียนที่สมบูรณ์ แล้วใช้แทนประชากรทั้งหมด
คเลือกวิธีเติมค่าที่ให้คะแนนรวมสูงสุด โดยไม่แยกผลตามกลุ่ม
งตรวจรูปแบบการหายและผลกระทบแยกตามกลุ่ม โดยไม่สมมติว่าค่าหายเป็นแบบสุ่ม
เฉลยอธิบาย
AI RMF 1.0 pp. 23, 28, 32-38 สนับสนุนหลักว่า กรอบ NIST กำหนดให้ตรวจ representativeness, bias, data quality, ผลกระทบแยกกลุ่ม และติดตามความเสี่ยงหลังใช้งานพร้อมกลไกรับ feedback ดังนั้นคำตอบที่ตรงที่สุดคือ “ตรวจรูปแบบการหายและผลกระทบแยกตามกลุ่ม โดยไม่สมมติว่าค่าหายเป็นแบบสุ่ม”