Besoin d'aide en Machine Learning

Salutations !

Je suis un novice en apprentissage automatique et je suis actuellement aux prises avec l'ensemble de données UCI sur les maladies cardiaques de Kaggle. Mon ensemble de données révèle plusieurs colonnes avec des valeurs manquantes et je considère que toutes les colonnes sont cruciales pour mon analyse. Voici une répartition des données manquantes :

• id : 0 valeur manquante
• age : 0 valeur manquante
• sex : 0 valeur manquante
• dataset : 0 valeur manquante
• cp : 0 valeur manquante
• trestbps : 59 valeurs manquantes
• chol : 30 valeurs manquantes
• fbs : 90 valeurs manquantes
• restecg : 2 valeurs manquantes
• thalch : 55 valeurs manquantes
• exang : 55 valeurs manquantes
• oldpeak : 62 valeurs manquantes
• slope : 309 valeurs manquantes
• ca : 611 valeurs manquantes
• thal : 486 valeurs manquantes
• num : 0 valeur manquante

Compte tenu de l'importance de toutes les colonnes, je cherche des conseils sur l'approche la plus efficace pour gérer ces valeurs manquantes. L’imputation semble être une possibilité, mais existe-t-il des méthodes supérieures pour cette situation ? Tout conseil, notamment avec des exemples illustratifs, serait inestimable !

Merci pour votre aide !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!