Какие существуют современные методы обработки данных для заполнения пропущенных значений?

Некоторые современные методы обработки данных для заполнения пропущенных значений:

• NoNA. habr.com Алгоритм на основе методов машинного обучения с прогнозированием по каждому столбцу с пропусками. habr.com
• KNN. habr.com Заполнение пропущенных значений с использованием k-ближайших соседей. habr.com Отсутствующие значения каждой выборки заполняются с использованием среднего значения ближайших соседей, найденных в обучающем наборе. habr.com
• MICE. habr.com Использование класса IterativeImputer sklearn, который моделирует каждую функцию с отсутствующими значениями как функцию других функций и использует эту оценку для заполнения. habr.com
• Присвоение пропускам специальной категории. education.yandex.ru Вместо того чтобы оставлять пустое значение, в него записывают специальное число или строку. education.yandex.ru
• Замена с учётом других значений в столбце. education.yandex.ru Пропущенные значения заполняют, обращая внимание на другие наблюдения. education.yandex.ru Помимо средней оценки, можно использовать медиану или моду. education.yandex.ru

Выбор метода зависит от типа и объёма отсутствующих данных, а также от целей анализа. www.geeksforgeeks.org