0 / 0
Go back to the English version of the documentation
Obsługa braków danych
Last updated: 04 lip 2023
Obsługa brakujących wartości (SPSS Modeler)

Sposób traktowania braków danych należy ustalić, biorąc pod uwagę znajomość uwarunkowań biznesowych lub wiedzę specjalistyczną z dziedziny będącej przedmiotem analizy. Aby skrócić czas szkolenia i zwiększyć dokładność, celowe może być usunięcie wartości pustych ze zbioru danych. Z drugiej strony obecność wartości pustych może doprowadzić do ujawnienia nowych szans biznesowych lub dodatkowych spostrzeżeń.

Wybierając technikę, należy wziąć pod uwagę następujące cechy danych:

  • wielkość zbioru danych;
  • liczbę zmiennych zawierających wartości puste;
  • ilość brakujących informacji.

Można wskazać zasadniczo dwie strategie postępowania:

  • Można wykluczyć zmienne lub rekordy z brakami danych.
  • Można podstawić, zastąpić lub wymusić wartości brakujące, stosując w tym celu różne metody.
Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more