详细说明我的答案：

假设您的数据的第一行是：

y, v1, v2, v3
10, 5, NA, 3

该行的 VW 字符串编码为：

10 |v1:4 v2:NA v3:3

正如您可能发现v2:NA的那样不适用于大众，因为冒号后面的部分需要是数字。

一个简单的解决方案是:NA在您的 VW 字符串中找到，并将其替换为_NA：

10 |v1:4 v2_NA v3:3

这在大众汽车中可以正常工作，因为它会在内部重新编码v2_NA为v2_NA:1.

这将允许模型了解当 v2 为 NA 时会发生什么，以及这与已知情况有何不同。

您可以估算中位数，但这可能是一个更好的主意：

1. 为每个变量计算一个“NA 标志”，当它是 NA 时为 1，当它不是时为 0。
2. 从您的大众培训文件中省略 NA 变量。
3. 在您的数据集上进行训练，省略 NA 并包括标志。

这将让大众建立一个模型，为 NA 变量预测一件事，当它存在时预测另一件事。