運用のテーブルには、欠けている測定値や、モデルの訓練後に現れるカテゴリーが含まれます。数値の補完器は、訓練の行から補完の値を学習します。one-hotエンコーダーは、カテゴリーの列の集合を学習します。どちらも当てはめる変換なので、その学習した状態は訓練の過程に属します。
欠けている結果を特徴量の中央値で置き換えたり、区分ごとに別のエンコーダーを当てはめたりしないでください。カテゴリーの列が異なると、係数の意味が気づかないうちに変わってしまうことがあります。架空の顧客のデータには、欠けているセッション数と、テストの入力にだけ現れるtrialのプランが含まれています。平均と中央値の補完を明示的な選択肢として練習し、その後、失敗せずに未知のプランをエンコードします。当てはめたオブジェクトを見えるようにしておくと、パイプラインで組み合わせる前に、統計量とカテゴリーの取り決めを調べやすくなります。