หน่วยงานรัฐกำลังวิเคราะห์คำร้องบริการประชาชน: คอลัมน์ตัวเลขมีค่าหายและจะทำ cross-validation ควรเติมค่าอย่างไร
กเติมจาก target
ขใส่ imputer ใน pipeline เพื่อให้แต่ละ fold เรียนรู้ค่าจาก train fold
คใช้ค่าจาก test fold
งคำนวณ median จากข้อมูลทั้งก้อนก่อน CV
เฉลยอธิบาย
การใส่ imputation ใน pipeline ป้องกัน leakage ระหว่าง fold และทำให้ขั้นตอนนำไปใช้ซ้ำได้ ตัวเลือกอื่นละเลยลำดับเวลา การแยกข้อมูล ความหมายทางสถิติ หรือผลกระทบในการใช้งานจริง แหล่งอ้างอิงทางการ: https://scikit-learn.org/stable/modules/compose.html