Content

691 برومبتات
نص
**ما الذي يشمله ولماذا:** قالب يعالج القيم المفقودة عبر خمس مراحل: الاستطلاع، التشخيص، المعالجة، التنفيذ، والتقرير، مع قواعد عملية مستفادة من ملاحظات الدورة.
# PROMPT() — المعالج الشامل للقيم المفقودة

> **الإصدار**: 1.0 | **إطار العمل**: CoT + ToT | **الأدوات**: Python / Pandas / Scikit-learn

---

## المتغيرات الثابتة

| المتغير | التعريف |
|----------|----------|
| `PROMPT()` | هذا القالب الرئيسي — يضبط كل خطوات الاستدلال والقواعد والقرارات |
| `DATA()` | مجموعة البيانات الخام المقدّمة للتحليل |

---

## الدور

أنت **عالم بيانات أول ومهندس مسارات تعلم آلي** متخصص في جودة البيانات، وهندسة الخصائص، والمعالجة المسبقة لأنظمة التعلم الآلي الجاهزة للإنتاج.

مهمتك هي تحليل `DATA()` وإنتاج خطة معالجة للقيم المفقودة تكون قابلة لإعادة التنفيذ، واضحة، ومفسّرة بالكامل.

---

## طريقة استخدام هذا الموجّه

```
1. الصق DATA() الخام في آخر هذا الملف، أو قدّم مخرجات df.head(20) + df.info()
2. حدّد مهمة التعلم الآلي: Classification / Regression / Clustering / EDA only
3. حدّد عمود الهدف (y)
4. حدّد نوع النموذج المستهدف: tree-based أو linear أو neural network
5. نفّذ المراحل 1 → 5 بالترتيب الصارم

──────────────────────────────────────────────────────
DATA() = [INSERT YOUR DATASET HERE]
ML_TASK = [e.g., Binary Classification]
TARGET_COL = [e.g., "price"]
MODEL_TYPE = [e.g., XGBoost / LinearRegression / Neural Network]
──────────────────────────────────────────────────────
```

---

## المرحلة 1 — الاستطلاع
### *Chain of Thought: فكّر خطوة بخطوة قبل اتخاذ أي إجراء.*

**الخطوة 1.1 — افحص DATA()**

أجب عن كل سؤال بوضوح قبل الانتقال للخطوة التالية:

```
1. ما حجم DATA()؟ عدد الصفوف × عدد الأعمدة
2. ما أسماء الأعمدة وأنواع بياناتها؟
   - Numerical    → مستمرة continuous مثل float أو منفصلة discrete مثل int/count
   - Categorical  → اسمية nominal بدون ترتيب أو ترتيبية ordinal لها ترتيب واضح
   - Datetime     → طوابع زمنية متسلسلة
   - Text         → نصوص حرة
   - Boolean      → مؤشرات ثنائية 0/1 أو True/False
3. ما سياق مهمة التعلم الآلي؟
   - Classification / Regression / Clustering / EDA only
4. ما الأعمدة التي تمثل الخصائص Features (X)، وما عمود الهدف Target (y)؟
5. هل توجد قيم مفقودة مقنّعة؟
   - انتبه إلى: "?", "N/A", "unknown", "none", "—", "-", 0 في أعمدة مثل العمر أو السعر
   - يجب تحويل هذه القيم إلى NaN قبل التحليل.
6. ما قواعد المجال أو العمل للأعمدة الحساسة؟
   - مثال: العمر لا يمكن أن يكون 0 أو قيمة سالبة
   - مثال: رقم_العميل يجب أن يكون فريداً وغير فارغ
   - مثال: السعر هو عمود الهدف — الصفوف التي ينقصها السعر غير صالحة للتدريب
```

**الخطوة 1.2 — قياس حجم القيم المفقودة**

```python
import pandas as pd
import numpy as np

df = DATA().copy()  # دائماً اعمل على نسخة — لا تعدّل DATA() الأصلية

# Step 0: Standardize disguised missing values
DISGUISED_NULLS = ["?", "N/A", "n/a", "unknown", "none", "—", "-", ""]
df.replace(DISGUISED_NULLS, np.nan, inplace=True)

# Step 1: Generate missing value report
missing_report = pd.DataFrame({
    'Column'         : df.columns,
    'Missing_Count'  : df.isnull().sum().values,
    'Missing_%'      : (df.isnull().sum() / len(df) * 100).round(2).values,
    'Dtype'          : df.dtypes.values,
    'Unique_Values'  : df.nunique().values,
    'Sample_NonNull' : [df[c].dropna().head(3).tolist() for c in df.columns]
})

missing_report = missing_report[missing_report['Missing_Count'] > 0]
missing_report = missing_report.sort_values('Missing_%', ascending=False)
print(missing_report.to_string())
print(f"\nTotal columns with missing values: {len(missing_report)}")
print(f"Total missing cells: {df.isnull().sum().sum()}")
```

---

## المرحلة 2 — تشخيص آلية الفقد
### *Tree of Thought: استكشف الفروع الثلاثة كلها قبل اتخاذ القرار.*

لكل عمود يحتوي على قيم مفقودة، قيّم الفروع الثلاثة بالتوازي:

```
┌──────────────────────────────────────────────────────────────────┐
│           شجرة قرار آلية القيم المفقودة                          │
│                                                                  │
│  السؤال الأساسي: لماذا هذه القيمة مفقودة؟                        │
│                                                                  │
│  ├── الفرع A: MCAR — مفقودة عشوائياً بالكامل                     │
│  │     المؤشرات: لا يوجد نمط واضح. الصفوف الناقصة تشبه البقية.   │
│  │     الاختبار: خريطة حرارية / اختبار Little's MCAR             │
│  │     المخاطرة: منخفضة — يمكن حذف الصفوف أو التعويض بحرية نسبياً │
│  │     مثال: مشارك في استبيان خدمة عملاء ترك سؤالاً بشكل عشوائي │
│  │                                                               │
│  ├── الفرع B: MAR — مفقودة عشوائياً مشروطة بعوامل أخرى           │
│  │     المؤشرات: الفقد مرتبط بأعمدة أخرى، وليس بالقيمة نفسها.    │
│  │     الاختبار: ارتباط مؤشر الفقد مع الأعمدة الأخرى             │
│  │     المخاطرة: متوسطة — استخدم تعويضاً شرطياً أو حسب المجموعات │
│  │     مثال: الدخل الشهري مفقود أكثر لدى العملاء الأصغر عمراً    │
│  │                                                               │
│  └── الفرع C: MNAR — مفقودة بطريقة غير عشوائية                   │
│        المؤشرات: الفقد مرتبط بالقيمة المفقودة نفسها.             │
│        الاختبار: معرفة المجال + مقارنة التوزيعات                 │
│        المخاطرة: عالية — قد تسبب انحيازاً قوياً في النموذج       │
│        الإجراء: مراجعة خبير مجال + إنشاء مؤشر indicator          │
│        مثال: أصحاب الدخل المرتفع يتجنبون إدخال خانة الدخل        │
└──────────────────────────────────────────────────────────────────┘
```

**لكل عمود تم رصده، عبّئ بطاقة التحليل التالية:**

```
┌─────────────────────────────────────────────────────┐
│  بطاقة تحليل العمود                                 │
├─────────────────────────────────────────────────────┤
│  اسم العمود        :                                │
│  نسبة الفقد %      :                                │
│  نوع البيانات      :                                │
│  هل هو الهدف (y)؟  : YES / NO                       │
│  الآلية            : MCAR / MAR / MNAR              │
│  الدليل            : سبب ترجيحك لهذه الآلية         │
│  هل الفقد يحمل     :                                │
│    إشارة مفيدة؟    : YES أنشئ indicator / NO        │
│  الإجراء المقترح   : راجع المرحلة 3                 │
└─────────────────────────────────────────────────────┘
```

---

## المرحلة 3 — إطار قرار المعالجة
### *طبّق القواعد بالترتيب الصارم. لا تتجاوز أي قاعدة.*

---

### القاعدة 0 — عمود الهدف (y) — أعلى أولوية

```
IF العمود المفقود هو متغير الهدف (y):
  → احذف هذه الصفوف دائماً — لا تعوّض الهدف أبداً
  → df.dropna(subset=[TARGET_COL], inplace=True)
  → السبب: النموذج لا يستطيع التعلم من بيانات بلا تسميات
```

---

### القاعدة 1 — فحص العتبة حسب نسبة الفقد

```
┌───────────────────────────────────────────────────────────────┐
│  IF missing% > 60%:                                           │
│    → الخيار A: حذف العمود بالكامل                            │
│      الاستثناء: إذا كان المجال يعتبره حرجاً → راجع خبير مجال │
│    → الخيار B: الإبقاء عليه + إنشاء مؤشر ثنائي للفقد          │
│      col_was_missing = 1 ثم قرّر طريقة التعويض                │
│                                                               │
│  IF 30% < missing% ≤ 60%:                                     │
│    → استخدم تعويضاً متقدماً: KNN أو MICE (IterativeImputer)  │
│    → أنشئ دائماً مؤشر missingness indicator أولاً             │
│    → فكّر في التعويض الشرطي حسب المجموعات group-wise          │
│                                                               │
│  IF missing% ≤ 30%:                                           │
│    → انتقل إلى القاعدة 2                                      │
└───────────────────────────────────────────────────────────────┘
```

---

### القاعدة 2 — توجيه القرار حسب نوع البيانات

```
┌───────────────────────────────────────────────────────────────────────┐
│  NUMERICAL — مستمرة Continuous مثل float:                             │
│    ├─ توزيع متماثل mean ≈ median        → التعويض بالمتوسط Mean       │
│    ├─ توزيع منحرف مع قيم شاذة           → التعويض بالوسيط Median      │
│    ├─ بيانات زمنية / صفوف مرتبة         → Forward fill / Interp       │
│    ├─ MAR مرتبط بأعمدة أخرى             → متوسط حسب المجموعة          │
│    └─ أنماط متعددة المتغيرات ومعقدة      → KNN / MICE                  │
│                                                                       │
│  NUMERICAL — منفصلة / تعداد Discrete / Count مثل int:                 │
│    ├─ عدد قيم فريدة منخفض              → التعويض بالمنوال Mode        │
│    └─ عدد قيم فريدة مرتفع              → Median أو KNN                │
│                                                                       │
│  CATEGORICAL — اسمية Nominal بدون ترتيب:                              │
│    ├─ عدد فئات منخفض  → التعويض بالمنوال Mode                         │
│    ├─ عدد فئات مرتفع → «Unknown» / «Missing» كفئة جديدة               │
│    └─ عند الاشتباه بـ MNAR → «Not_Provided» كفئة ذات معنى             │
│                                                                       │
│  CATEGORICAL — ترتيبية Ordinal ذات ترتيب واضح:                        │
│    ├─ ترتيب طبيعي      → التعويض بوسيط الرتبة Median-rank             │
│    └─ MCAR / MAR       → التعويض بالمنوال Mode                         │
│                                                                       │
│  DATETIME:                                                            │
│    ├─ بيانات متسلسلة  → Forward fill ثم Backward fill                 │
│    └─ فجوات عشوائية   → Interpolation                                 │
│                                                                       │
│  BOOLEAN / BINARY:                                                    │
│    └─ التعويض بالمنوال Mode أو معاملتها كبيانات فئوية                 │
└───────────────────────────────────────────────────────────────────────┘
```

---

### القاعدة 3 — دليل اختيار طرق التعويض المتقدمة

```
┌─────────────────────────────────────────────────────────────────┐
│  متى تستخدم كل طريقة متقدمة؟                                    │
│                                                                 │
│  Group-wise Mean/Mode:                                          │
│    → عندما يكون الفقد MAR مشروطاً بعمود مجموعة                  │
│    → مثال: تعبئة دخل العميل NaN بمتوسط الدخل لكل age_group     │
│    → أكثر واقعية من المتوسط العام                               │
│                                                                 │
│  KNN Imputer (k=5 default):                                     │
│    → عندما توجد عدة أعمدة رقمية مترابطة                         │
│    → يبحث عن أقرب k صفوف مكتملة ويحسب متوسط قيمها              │
│    → أبطأ على مجموعات البيانات الكبيرة                         │
│                                                                 │
│  MICE / IterativeImputer:                                       │
│    → الأقوى غالباً — يبني نموذجاً لكل عمود باستخدام الأعمدة الأخرى │
│    → مناسب جداً لـ MAR مع علاقات متعددة المتغيرات ومعقدة       │
│    → استخدم max_iter=10 و random_state=42 لضمان قابلية التكرار │
│    → الأعلى تكلفة حسابياً                                      │
│                                                                 │
│  Missingness Indicator Flag:                                    │
│    → أضفه دائماً لأعمدة MNAR                                    │
│    → اختياري لكنه موصى به للأعمدة ذات فقد 30%+                 │
│    → ينشئ: col_was_missing = 1 إذا كانت NaN، وإلا 0             │
│    → يخبر النموذج بأن غياب القيمة نفسه قد يكون إشارة مفيدة     │
└─────────────────────────────────────────────────────────────────┘
```

---

### القاعدة 4 — التوافق مع نوع نموذج التعلم الآلي

```
┌─────────────────────────────────────────────────────────────────┐
│  Tree-based مثل XGBoost, LightGBM, CatBoost, RandomForest:      │
│    → تستطيع التعامل مع NaN بشكل أصلي في بعض الحالات             │
│    → مع ذلك يُنصح بإنشاء indicators لأعمدة MNAR                 │
│                                                                 │
│  Linear Models مثل LogReg, LinearReg, Ridge, Lasso:             │
│    → يجب التعويض — لا تتحمل NaN إطلاقاً                         │
│                                                                 │
│  Neural Networks / Deep Learning:                               │
│    → يجب التعويض — لا تتحمل NaN                                 │
│                                                                 │
│  SVM, KNN Classifier:                                           │
│    → يجب التعويض — لا تتحمل NaN                                 │
│                                                                 │
│  ⚠️  قاعدة عامة لكل النماذج:                                    │
│    → قسّم train/test أولاً                                      │
│    → درّب imputer على TRAIN فقط                                 │
│    → حوّل TRAIN و TEST باستخدام imputer المدرّب                 │
│    → لا تدرّبه أبداً على كامل البيانات — هذا يسبب تسرب بيانات  │
└─────────────────────────────────────────────────────────────────┘
```

---

## المرحلة 4 — مخطط تنفيذ Python

```python
from sklearn.pipeline import Pipeline
from sklearn.impute import SimpleImputer, KNNImputer
from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer
from sklearn.model_selection import train_test_split
import pandas as pd
import numpy as np

# ─────────────────────────────────────────────────────────────────
# STEP 0 — Load and copy DATA()
# ─────────────────────────────────────────────────────────────────
df = DATA().copy()

# ─────────────────────────────────────────────────────────────────
# STEP 1 — Standardize disguised missing values
# ─────────────────────────────────────────────────────────────────
DISGUISED_NULLS = ["?", "N/A", "n/a", "unknown", "none", "—", "-", ""]
df.replace(DISGUISED_NULLS, np.nan, inplace=True)

# ─────────────────────────────────────────────────────────────────
# STEP 2 — Drop rows where TARGET is missing (Rule 0)
# ─────────────────────────────────────────────────────────────────
TARGET_COL = 'your_target_column'   # ← CHANGE THIS
df.dropna(subset=[TARGET_COL], axis=0, inplace=True)

# ─────────────────────────────────────────────────────────────────
# STEP 3 — Separate features and target
# ─────────────────────────────────────────────────────────────────
X = df.drop(columns=[TARGET_COL])
y = df[TARGET_COL]

# ─────────────────────────────────────────────────────────────────
# STEP 4 — Train / Test Split BEFORE any imputation
# ─────────────────────────────────────────────────────────────────
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# ─────────────────────────────────────────────────────────────────
# STEP 5 — Define column groups (fill these after Phase 1-2)
# ─────────────────────────────────────────────────────────────────
num_cols_symmetric  = []   # → Mean imputation
num_cols_skewed     = []   # → Median imputation
cat_cols_low_card   = []   # → Mode imputation
cat_cols_high_card  = []   # → 'Unknown' fill
knn_cols            = []   # → KNN imputation
drop_cols           = []   # → Drop (>60% missing or domain-irrelevant)
mnar_cols           = []   # → Indicator flag + impute

# ─────────────────────────────────────────────────────────────────
# STEP 6 — Drop high-missing or irrelevant columns
# ─────────────────────────────────────────────────────────────────
X_train = X_train.drop(columns=drop_cols, errors='ignore')
X_test  = X_test.drop(columns=drop_cols, errors='ignore')

# ─────────────────────────────────────────────────────────────────
# STEP 7 — Create missingness indicator flags BEFORE imputation
# ─────────────────────────────────────────────────────────────────
for col in mnar_cols:
    X_train[f'{col}_was_missing'] = X_train[col].isnull().astype(int)
    X_test[f'{col}_was_missing']  = X_test[col].isnull().astype(int)

# ─────────────────────────────────────────────────────────────────
# STEP 8 — Numerical imputation
# ─────────────────────────────────────────────────────────────────
if num_cols_symmetric:
    imp_mean = SimpleImputer(strategy='mean')
    X_train[num_cols_symmetric] = imp_mean.fit_transform(X_train[num_cols_symmetric])
    X_test[num_cols_symmetric]  = imp_mean.transform(X_test[num_cols_symmetric])

if num_cols_skewed:
    imp_median = SimpleImputer(strategy='median')
    X_train[num_cols_skewed] = imp_median.fit_transform(X_train[num_cols_skewed])
    X_test[num_cols_skewed]  = imp_median.transform(X_test[num_cols_skewed])

# ─────────────────────────────────────────────────────────────────
# STEP 9 — Categorical imputation
# ─────────────────────────────────────────────────────────────────
if cat_cols_low_card:
    imp_mode = SimpleImputer(strategy='most_frequent')
    X_train[cat_cols_low_card] = imp_mode.fit_transform(X_train[cat_cols_low_card])
    X_test[cat_cols_low_card]  = imp_mode.transform(X_test[cat_cols_low_card])

if cat_cols_high_card:
    X_train[cat_cols_high_card] = X_train[cat_cols_high_card].fillna('Unknown')
    X_test[cat_cols_high_card]  = X_test[cat_cols_high_card].fillna('Unknown')

# ─────────────────────────────────────────────────────────────────
# STEP 10 — Group-wise imputation (MAR pattern)
# ─────────────────────────────────────────────────────────────────
# Example: fill 'income' NaN using mean per 'age_group'
# GROUP_COL = 'age_group'
# TARGET_IMP_COL = 'income'
# group_means = X_train.groupby(GROUP_COL)[TARGET_IMP_COL].mean()
# X_train[TARGET_IMP_COL] = X_train[TARGET_IMP_COL].fillna(
#     X_train[GROUP_COL].map(group_means)
# )
# X_test[TARGET_IMP_COL] = X_test[TARGET_IMP_COL].fillna(
#     X_test[GROUP_COL].map(group_means)
# )

# ─────────────────────────────────────────────────────────────────
# STEP 11 — KNN imputation for complex patterns
# ─────────────────────────────────────────────────────────────────
if knn_cols:
    imp_knn = KNNImputer(n_neighbors=5)
    X_train[knn_cols] = imp_knn.fit_transform(X_train[knn_cols])
    X_test[knn_cols]  = imp_knn.transform(X_test[knn_cols])

# ─────────────────────────────────────────────────────────────────
# STEP 12 — MICE / IterativeImputer (most powerful, use when needed)
# ─────────────────────────────────────────────────────────────────
# imp_iter = IterativeImputer(max_iter=10, random_state=42)
# X_train[advanced_cols] = imp_iter.fit_transform(X_train[advanced_cols])
# X_test[advanced_cols]  = imp_iter.transform(X_test[advanced_cols])

# ─────────────────────────────────────────────────────────────────
# STEP 13 — Final validation
# ─────────────────────────────────────────────────────────────────
remaining_train = X_train.isnull().sum()
remaining_test  = X_test.isnull().sum()

assert remaining_train.sum() == 0, f"Train still has missing:\n{remaining_train[remaining_train > 0]}"
assert remaining_test.sum()  == 0, f"Test still has missing:\n{remaining_test[remaining_test > 0]}"

print("✅ No missing values remain. DATA() is ML-ready.")
print(f"   Train shape: {X_train.shape} | Test shape: {X_test.shape}")
```

---

## المرحلة 5 — الملخص وتقرير القرار

بعد إكمال المراحل 1–4، قدّم هذا التقرير بالصيغة نفسها:

```
═══════════════════════════════════════════════════════════════
  تقرير معالجة القيم المفقودة
═══════════════════════════════════════════════════════════════

1. ملخص مجموعة البيانات
   الحجم Shape           :
   إجمالي القيم المفقودة :
   عمود الهدف            :
   مهمة ML               :
   نوع النموذج           :

2. جدول حصر القيم المفقودة
   | Column | Missing% | Dtype | Mechanism | Informative? | Treatment |
   |--------|----------|-------|-----------|--------------|-----------|
   | ...    | ...      | ...   | ...       | ...          | ...       |

3. سجل القرارات
   [Column]: [سبب اختيار طريقة المعالجة]
   [Column]: [سبب اختيار طريقة المعالجة]

4. الأعمدة المحذوفة
   [Column] — السبب: [مثلاً: 72% مفقود، وليس حرجاً حسب المجال]

5. مؤشرات الفقد التي تم إنشاؤها
   [col_was_missing] — السبب: [اشتباه MNAR / نسبة فقد عالية]

6. طرق التعويض المستخدمة
   [Column(s)] → [الاستراتيجية المستخدمة + المبرر]

7. التحذيرات والحالات الخاصة
   - أعمدة MNAR التي تحتاج مراجعة خبير مجال
   - الافتراضات المستخدمة أثناء التعويض
   - أعمدة تحتاج إعادة تقييم بعد EDA كامل
   - أي قيم مفقودة مقنّعة تم اكتشافها مثل ?, N/A, 0, blank, «unknown»

8. الخطوات التالية — قائمة تحقق بعد التعويض
   ☐ قارن التوزيعات قبل وبعد التعويض histograms
   ☐ تأكد أن كل imputers تم تدريبها على TRAIN فقط
   ☐ تحقق من عدم وجود تسرب بيانات من عمود الهدف
   ☐ أعد فحص مصفوفة الارتباط بعد التعويض
   ☐ افحص توازن الفئات إذا كانت المهمة تصنيفاً
   ☐ وثّق كل التحويلات لضمان قابلية إعادة التنفيذ

═══════════════════════════════════════════════════════════════
```

---

## القيود والضوابط

```
✅ يجب دائماً:
   → العمل على df.copy() — لا تعدّل DATA() الأصلية أبداً
   → حذف الصفوف التي يكون فيها الهدف (y) مفقوداً — لا تعوّض y أبداً
   → تدريب كل imputers على بيانات TRAIN فقط
   → تحويل TEST باستخدام imputers المدرّبة مسبقاً دون إعادة تدريب
   → إنشاء indicator flags لكل أعمدة MNAR
   → التحقق من عدم بقاء أي nulls قبل تمرير البيانات للنموذج
   → فحص القيم المفقودة المقنّعة مثل ?, N/A, 0, blank, «unknown»
   → توثيق كل قرار مع سبب واضح

❌ ممنوع تماماً:
   → التعويض بشكل عشوائي دون فحص التوزيعات أولاً
   → حذف الأعمدة دون التحقق من أهميتها للمجال أو العمل
   → تدريب imputer على كامل البيانات قبل train/test split لأن هذا تسرب بيانات
   → تجاهل أعمدة MNAR لأنها قد تسبب انحيازاً شديداً للنموذج
   → تطبيق الاستراتيجية نفسها على كل الأعمدة
   → افتراض أن NaN هي الشكل الوحيد للقيمة المفقودة
```

---

## مرجع سريع — ملخص اختيار الاستراتيجية

| الحالة | الاستراتيجية |
|-----------|----------|
| عمود الهدف (y) يحتوي NaN | احذف الصفوف — لا تعوّض الهدف أبداً |
| عمود بفقد أكبر من 60% | احذف العمود أو أنشئ indicator + راجع خبير مجال |
| رقمي بتوزيع متماثل | التعويض بالمتوسط Mean |
| رقمي بتوزيع منحرف | التعويض بالوسيط Median |
| رقمي في سلسلة زمنية | Forward fill / Interpolation |
| فئوي بعدد فئات منخفض | التعويض بالمنوال Mode |
| فئوي بعدد فئات مرتفع | التعبئة بفئة 'Unknown' |
| اشتباه MNAR لأي نوع | Indicator flag + مراجعة مجال |
| MAR مشروط بمجموعة | Group-wise mean/mode |
| أنماط متعددة المتغيرات ومعقدة | KNN Imputer أو MICE |
| نموذج شجري مثل XGBoost | NaN قد يكون مقبولاً؛ مع ذلك ضع indicator لأعمدة MNAR |
| Linear / NN / SVM | يجب التعويض — لا تتحمل NaN |

---

*PROMPT() v1.0 — مبني لمسار IBM GEN AI Engineering / Data Analysis with Python*
*إطار العمل: Chain of Thought (CoT) + Tree of Thought (ToT)*
*المرجع: Coursera — Dealing with Missing Values in Python*