İmputasiya — məlumat elmləri və statistika sahəsində itkin (eksik) dəyərlərin əvəz olunması prosesidir. Real həyat məlumat dəstlərində tez-tez bəzi sütunlarda dəyərlər olmaya bilər. Bu itkin dəyərlərin mövcudluğu analiz və ya model qurulması zamanı problemlərə səbəb ola bilər. İmputasiya isə bu boşluqları müxtəlif statistik və ya maşın öyrənməsi metodları ilə doldurmağı nəzərdə tutur.

Niyə imputasiya vacibdir?

Məlumat dəstlərindəki itkin dəyərlər:

• Modelin dəqiqliyini azalda bilər,
• Statistik analizlərin nəticələrini təhrif edə bilər,
• Modelin ümumiyyətlə işləməməsinə səbəb ola bilər (bəzən alqoritmlər boş dəyərlərlə işləyə bilmir).

Bu səbəbdən, analizdən və modelləşdirmədən əvvəl məlumatların təmizlənməsi və itkin dəyərlərin uyğun şəkildə əvəzlənməsi zəruridir.

İmputasiya üsulları:

1. Sadə statistik üsullar:

• Orta (Mean) ilə əvəzləmə: Ən çox istifadə edilən üsuldur. İtkin dəyərlər həmin sütunun ortalaması ilə əvəz olunur.
• Median ilə əvəzləmə: Dəyərlər asimmetrikdirsə (skewed), median daha uyğun seçim ola bilər.
• Mod ilə əvəzləmə: Kateqorik dəyərlər üçün ən çox təkrarlanan (mod) dəyər istifadə olunur.

2. Qrup əsaslı imputasiya (Group-wise imputation):

Məsələn, bir qrup (cins, region və s.) daxilində ortalama dəyərlə əvəzləmə.

3. Ətraf mühitə əsaslanan imputasiya (KNN imputation):

K-ən yaxın qonşu alqoritmi ilə bənzər müşahidələr tapılır və onların dəyərləri ilə əvəzləmə aparılır.

4. Maşın öyrənməsi əsaslı imputasiya:

İtkin dəyər olan sütun asılı dəyişən (target) kimi götürülür və digər mövcud sütunlar ilə onun dəyəri proqnozlaşdırılır. (Məsələn, Decision Tree və ya Linear Regression ilə)

İmputasiyanın üstünlükləri:

• Daha stabil modellər: Boşluqlar əvəz olunduqda model daha sabit və tam olur.
• Məlumat itkisi olmur: Bəzi alternativ yanaşmalarda boş dəyərlər olan sətrlər silinir. İmputasiya isə bütün sətrləri qorumağa imkan verir.
• Təhlil üçün uyğun məlumat dəsti yaranır.

Riskləri və diqqət edilməli məqamlar:

• Yanlış üsulla imputasiya analiz nəticələrini təhrif edə bilər.
• Süni şəkildə əlavə edilən dəyərlər reallığı əks etdirməyə bilər.
• Böyük miqdarda itkin dəyər varsa, sadə imputasiya modelləşməni zəiflədə bilər.

Nəticə:

İmputasiya — məlumat elmi və data təmizləmə prosesinin ayrılmaz hissəsidir. Doğru metodologiya seçilərsə, bu yanaşma modelin keyfiyyətini artırır, analizlərin daha real nəticələr verməsinə şərait yaradır. Hər bir layihədə tətbiq olunan imputasiya üsulu məlumatın tipi, itkin dəyərlərin miqdarı və problemin məqsədlərinə görə dəyişə bilər.