Which method is recommended for handling missing values in numerical data?

Đáp án đúng: "Use imputation techniques". Imputation (điền khuyết) là thay giá trị thiếu bằng giá trị ước lượng hợp lý như trung bình, trung vị, giá trị từ mô hình KNN hay hồi quy, giúp giữ lại các dòng dữ liệu và không làm hỏng phân phối của biến số, ví dụ SimpleImputer trong scikit-learn. Phương án "Convert missing values to a flag" là kỹ thuật bổ trợ hữu ích, thêm một cột chỉ báo dòng nào từng thiếu, nhưng tự nó không cho cột số một giá trị dùng được nên không phải cách xử lý được khuyến nghị chính. Phương án "Delete the entire dataset" vô lý vì vứt bỏ toàn bộ thông tin chỉ vì một phần bị thiếu; ngay cả xoá dòng cũng chỉ phù hợp khi tỷ lệ thiếu rất nhỏ và ngẫu nhiên. Phương án "Replace with a random value" đưa nhiễu vào dữ liệu, làm sai lệch quan hệ giữa các biến và khiến kết quả không tái lập được.