Missing Data Governance in Real-World Cardiovascular Risk Prediction: Effects on Machine Learning Performance and Interpretability
यह अध्ययन प्रदर्शित करता है कि वास्तविक दुनिया के हृदय रोग जोखिम पूर्वानुमान में, इम्प्यूटेशन (imputation) या हाइब्रिड रणनीतियों के माध्यम से लुप्त डेटा का उचित प्रबंधन मॉडल की विश्वसनीयता और व्याख्यात्मकता को बनाए रखने के लिए महत्वपूर्ण है, जबकि अपूर्ण रिकॉर्ड्स को बिना सोचे-समझे हटाना प्रदर्शन को काफी कम कर देता है और लुप्त होने के स्वयं के सूचनात्मक मूल्य की अनदेखी करता है।