数据丢失处理方法

        训练数据中样本特征值的部分缺失是很棘手的问题，很多文献致力于解决该问题，因为数据直接丢掉太可惜，重新获取代价也昂贵。一些可选的数据丢失处理方法包括：

1、使用可用特征的均值来填补缺失值；

2、使用特殊值来±真补缺失值，如-1;

3、忽略有缺失值的样本；

4、使用相似样本的均值添补缺失值；

5、使用另外的机器学习算法预测缺失值。

6、把变量映射到高维空间。比如性别，有男、女、缺失三种情况，则映射成3个变量：是否男、是否女、是否缺失。连续性变量也可以这样处理。这样做的好处是完整保留了原始数据的全部信息、不要考虑缺失值、不用考虑线性不可分之类的问题。缺点是计算量大大提升，而且只有在样本量很大的时候效果才好，否则会因为过于稀疏，效果较差。