最頻値補完とは、データセット内の欠損値を対象の変数で最も出現頻度が高い値（最頻値）で置き換えるデータ前処理手法です。主にカテゴリカルデータの欠損値補完に用いられ、計算コストが低く直感的に適用できる特徴がありますが、特定カテゴリの比率が過度に高まる点に留意が必要です。
最頻値補完とは
最頻値補完は、データセットに含まれる欠損値に対し、対象の変数で最も多く出現している値（最頻値）を代入して穴埋めを行う最も基本的な欠損値補完の手法の一つです。
詳しく解説
機械学習モデルの多くは欠損値が含まれるデータを直接扱うことができないため、学習前にデータ前処理として補完処理を行います。最頻値補完は、数値データだけでなく文字列などのカテゴリカルデータに対してもそのまま適用できる利点を持っています。計算量が非常に小さく素早く欠損を埋めることができるため、探索的データ解析やベースラインモデル構築の段階で広く活用されます。
具体例・使われ方
例えば、顧客アンケートの「居住地域」や「職業」といったカテゴリカルデータで一部が未回答（欠損）の場合、全体で最も回答数が多かった「東京都」や「会社員」を未回答箇所に代入して補完します。
似た用語との違い
最頻値補完と類似した手法に平均値補完や中央値補完があります。平均値補完や中央値補完は連続する数値データに対して適用されるのに対し、最頻値補完は性別や商品種別などのカテゴリカルデータにも自然に適用できる点が異なります。また、極端な外れ値の影響を受けにくいという特徴もあります。
注意点
最頻値補完を行うと、もともと一番多かった値の出現頻度がさらに人工的に高まるため、データのばらつきが過小評価されたり、バイアスが生じたりするリスクがあります。欠損の割合が大きいデータセットに適用すると、機械学習モデルの予測性能を低下させる可能性があるため注意が必要です。