Bir ML uzmanının, 10 yıllık geçmiş günlük satış verilerini kullanarak tek bir mağaza için günlük satışları tahmin etmesi gerekmektedir. Geçmiş kayıtlardaki günlerin yaklaşık %10'unda eksik satış değerleri bulunmaktadır. Tahmin modeli düşük performans göstermektedir. Model performansını iyileştirmesi en olası eylem hangisidir?

Doğrusal interpolasyon, eksik veri noktalarını komşu bilinen değerler arasında bir çizgi çizerek tahmin eder. Günlük satış verilerindeki %10'luk eksiklik, modelin öğrenme yeteneğini ciddi şekilde kısıtlayabilir ve tahmin doğruluğunu düşürebilir. Eksik değerleri mantıklı bir şekilde doldurmak, modelin daha eksiksiz bir veri kümesi üzerinde eğitilmesini sağlayarak performansını önemli ölçüde artırır. Diğer seçenekler ise şunlardır: Satışları birleştirmek, tek bir mağaza için tahmin yapma hedefine uygun değildir. Mevsimsel düzeltme, eksik verileri ele almaz ve temel sorunu çözmez. Tahmin sıklığını değiştirmek, eksik veri sorununu çözmez, sadece tahminin granülerliğini azaltır.