1、缺失值处理：暴力删除、直接转换、简单插补法

一.缺失值的类型

   在生成、采集、计算过程中被遗漏的数据信息，被称为缺失值；并不是表现为缺失状态的值就一定是缺失值，需要根据简单业务逻辑推断。

   在对缺失数据进行处理前，了解数据缺失的类型十分必要。

• 完全变量

   数据集中不含缺失值的变量称为完全变量。

• 不完全变量

   数据集中含缺失值的变量称为不完全变量。

  从缺失的分布来将缺失可以分为完全随机缺失，随机缺失和完全非随机缺失。

• 完全随机缺失（missing completely at random,MCAR）

   指的是数据的缺失是完全随机的，不依赖于任何不完全变量或完全变量，不影响样本的无偏性，如家庭地址缺失；

• 随机缺失(missing at random,MAR)

   指的是数据的缺失不是完全随机的，即该类数据的缺失依赖于其他完全变量，如财务数据缺失情况与企业的大小有关；

• 完全随机缺失（missing completely at random,MCAR）

   非随机缺失(missing not at random,MNAR)：指的是数据的缺失与不完全变量自身的取值有关，如高收入人群不原意提供家庭收入；

   目前常见的缺失值处理方法一览&#