Réponse rapide
Une donnée manquante ou ambiguë est distinguée d’une donnée négative. Raison de l’absence, indicateur utilisable et effet sur scènes et classes sont documentés ; aucune incertitude n’est remplacée silencieusement.
Nommer ce qui manque
Hors champ, capteur absent, occlusion, annotation impossible et classe négative ont des codes distincts. Timestamp et provenance expliquent l’état.
Choisir une stratégie
Exclusion, masque, valeur inconnue, imputation ou abstention sont comparés sur la tâche. Le traitement reste identique entre entraînement et évaluation lorsque nécessaire.
Mesurer le biais
Classes, lieux, capteurs et scénarios sont comparés avant et après traitement. Une suppression d’ambiguïtés ne doit pas supprimer les cas difficiles du test.
Sources et références
- [1] Cross-validation: evaluating estimator performance — scikit-learn — scikit-learn