缺失值是数据预处理中常见问题处理方法包括删除均值中位数填充和模型预测填充。不同的填充方法对模型效果影响不同。本文用实际数据集对比各种处理方式的优劣。
超越均值/中位数填补，学习多重插补、KNN 插补和基于预测模型的迭代填补方法，合理处理不同缺失机制下的数据缺失。