通常遇到缺失值的情况的处理方式

 通常遇到缺失值的情况的处理方式：

        1.缺失值的比例极高，舍弃，如果将其作为特征加入，可能会带入noise，

        影响到最后的结果

        2.缺失值比例适中且该属性为非连续值特征属性，将NaN作为一个新类别，

        加入到类别特征中

        3.缺失值比例适中且该属性为连续值特征属性，可能会考虑给其一个step,

        将其离散化，之后将NaN作为一个type加到属性类目中

        4.缺失值个数不多，可以尝试根据已有值，拟合一下数据（拟合数据要结

        合一定的业务场景）