Исследователи представили ImputeViz, интегрированную панель визуальной аналитики, предназначенную для поддержки диагностики паттернов пропусков, настройки моделей импутации и оценки результатов. Система интегрирует широко используемые методы, такие как MICE, Random Forest, XGBoost и kNN, в интерактивную среду, которая делает структуры пропусков явными.

  • Инструмент представляет gKNN, вариант kNN с учётом географической информации, который объединяет социально-экономические и пространственные расстояния для обеспечения визуальной прослеживаемости на основе происхождения данных.
  • Согласованные представления раскрывают структуру пропусков через тепловые карты, сводки совместных пропусков и распределительные диагностические данные, помогая аналитикам рассуждать о паттернах MCAR, MAR и MNAR.
  • Пользователи могут сравнивать и настраивать модели с помощью наложений распределений и Сводной таблицы сравнения методов, отображающей MAE, RMSE, Delta RMSE и время выполнения для каждого алгоритма.
  • Кэширование результатов по каждому методу и фиксированные масштабы осей снижают когнитивную нагрузку от смещения диапазонов при переключении между методами.

Случаи из практики демонстрируют, как ImputeViz помогает аналитикам выбирать эффективные стратегии, выявлять чувствительные переменные и оценивать устойчивость моделей.