特征工程中缺失值处理

特征工程中缺失值处理

1. 缺失值极多：把该特征直接舍弃
2. 非连续特征缺失值适中：把NaN作为一个新类别
3. 连续特征缺失值适中：给定一个step，离散化，把NaN作为一个type放入到特征中
4. 缺失值较少：
   1. 利用填充的方法进行处理，常见的有均值，众数，中位数填充；
   2. 用sklearn中的RandomForest模型区拟合数据样本训练模型，然后去填充缺失值；
   3. 拉格朗日插值法