Traiter les valeurs manquantes

Bloc 5 — Nettoyage des données

Objectif

choisir une stratégie de traitement des valeurs manquantes selon le mécanisme d'absence, le type de variable et le taux constaté ; maîtriser la suppression, l'imputation simple, le remplissage par voisinage temporel, l'imputation par modèle et l'indicateur d'absence ; appliquer sans exception la règle selon laquelle toute statistique d'imputation est estimée sur le seul jeu d'entraînement.

Durée estimée

50 minutes

Prérequis

chapitres 014, 018 ; notion de séparation Train/Test (026)

Quiz associés

019.1-quiz-suppression.md à 019.7-quiz-tableau-de-decision.md

Le chapitre 018 a établi comment repérer les valeurs manquantes et qualifier le mécanisme qui les produit. Le présent chapitre traite la suite. Trois familles de réponses existent — retirer, remplacer, signaler — et aucune n'est neutre : chacune modifie la distribution des données, donc les paramètres que le modèle estimera.