แม้ว่าคุณจะมีตัวอย่างเพียงพอสำหรับการฝึกอบรมทั้งขั้นตอนวิธีการเรียนรู้เครื่องจักรที่เรียบง่ายและซับซ้อน แต่ก็ต้องนำเสนอค่าที่สมบูรณ์ในคุณสมบัติต่างๆ ข้อมูลที่หายไป มีตัวอย่างที่ไม่สมบูรณ์ทำให้การเชื่อมต่อสัญญาณทั้งหมดภายในและระหว่างคุณสมบัติเป็นไปไม่ได้ ค่าที่ขาดหายไปทำให้ยากสำหรับอัลกอริธึมในการเรียนรู้ในระหว่างการฝึกอบรม คุณต้องดำเนินการบางอย่างเกี่ยวกับข้อมูลที่หายไป
บ่อยครั้งคุณสามารถละเว้นค่าที่หายไปหรือซ่อมแซมโดยคาดเดาค่าทดแทนที่เป็นไปได้ อย่างไรก็ตามค่าที่ขาดหายไปมากเกินไปทำให้เกิดการคาดการณ์ที่ไม่แน่นอนมากขึ้นเพราะข้อมูลที่ขาดหายไปอาจปกปิดตัวเลขที่เป็นไปได้ใด ๆ ดังนั้นค่าที่หายไปในคุณสมบัติที่มากขึ้นตัวแปรและไม่แน่นอนการคาดการณ์
ขั้นตอนแรกนับจำนวนกรณีที่ขาดหายไปในแต่ละตัวแปร เมื่อตัวแปรมีหลายกรณีที่ขาดหายไปคุณอาจต้องวางข้อมูลลงจากชุดข้อมูลการฝึกอบรมและการทดสอบ กฎทั่วไปคือการปล่อยตัวแปรถ้ามากกว่า 90 เปอร์เซ็นต์ของอินสแตนซ์หายไป
ตัวอย่างเช่นคิดถึงกรณีศึกษารายได้ของประชากร คนที่มีฐานะร่ำรวย (ด้วยเหตุผลทางภาษีอาจจะมีแนวโน้มที่จะซ่อนรายได้ที่แท้จริงโดยแจ้งให้คุณทราบว่าพวกเขาไม่ทราบ คนแย่ ๆ อาจบอกได้ว่าพวกเขาไม่ต้องการรายงานรายได้เพราะกลัวการตัดสินเชิงลบ หากคุณพลาดข้อมูลจากบางชั้นของประชากรการแก้ไขข้อมูลที่หายไปอาจเป็นเรื่องยากและทำให้เข้าใจผิดเพราะคุณอาจคิดว่ากรณีเช่นนี้เหมือนกับกรณีอื่น ๆ
แต่ต่างกันมากทีเดียว ดังนั้นคุณจึงไม่สามารถใช้ค่าเฉลี่ยเพื่อแทนที่ค่าที่หายไปได้โดยใช้วิธีการที่ซับซ้อนและปรับแต่งค่าเหล่านี้อย่างระมัดระวังนอกจากนี้การระบุกรณีที่ไม่มีข้อมูลหายไปเป็นเรื่องยากเนื่องจากต้องมีการตรวจสอบอย่างใกล้ชิดว่าค่าที่ขาดหายไปเกี่ยวข้องกับตัวแปรอื่นในชุดข้อมูลอย่างไร
เมื่อข้อมูลหายไปแบบสุ่มคุณสามารถซ่อมแซมค่าว่างได้อย่างง่ายดายเนื่องจากคุณได้รับคำแนะนำถึงค่าที่แท้จริงจากตัวแปรอื่น ๆ เมื่อข้อมูลไม่หายไปอย่างสุ่มคุณจะไม่สามารถรับคำแนะนำที่ดีจากข้อมูลที่มีอยู่อื่น ๆ ได้เว้นแต่คุณจะเข้าใจข้อมูลที่เกี่ยวข้องกับกรณีที่ขาดหายไป
ดังนั้นหากคุณต้องคิดรายได้ที่ขาดหายไปในข้อมูลของคุณและหายไปเนื่องจากบุคคลนั้นรวยคุณจะไม่สามารถแทนที่ค่าที่หายไปด้วยค่าเฉลี่ยที่เรียบง่ายเพราะคุณจะแทนที่ด้วยรายได้ปานกลาง คุณควรใช้รายได้เฉลี่ยของคนร่ำรวยแทนโดยเฉลี่ย
เมื่อข้อมูลไม่หายไปแบบสุ่มความจริงที่ว่าค่านี้หายไปเป็นข้อมูลเพราะช่วยติดตามกลุ่มที่หายไป คุณสามารถละทิ้งงานที่ต้องการหาสาเหตุที่เครื่องทำงานหายไปจากอัลกอริธึมการเรียนรู้ด้วยเครื่องของคุณโดยการสร้างคุณลักษณะไบนารีใหม่ที่รายงานเมื่อค่าของตัวแปรหายไป ดังนั้นอัลกอริทึมการเรียนรู้ของเครื่องจะคิดค่าที่ดีที่สุดเพื่อใช้แทนตัวเอง
