特征工程 如何处理缺失值

总结自以下文章：

• 数据缺失值的3种处理方式
• 缺失值处理
• 机器学习处理缺失值

这个回答比较通俗易懂。

自己总结下，遇到有值为NaN时，通常是这几种方法：

1. 去除该NaN的行
2. 用平均值/众数/中位数/分位数/邻居行的值，本质是填充，该做法需要先验知识支持，容易引入噪声。
3. 用其他变量做预测模型来算出缺失变量。比如最近距离邻法（K-means clustering），多重插补（Multiple Imputation，MI）等等
4. 用one-hot embedding映射，将“是否缺失某属性”视为一种特征。