一般来说，处理缺失的输入值总是有问题的。据我所知，现有的任何方法都无法在不对模型引入一些偏差的情况下处理它，因此您必须在研究期间考虑这一点。至少有几个可能的选择：

• 忽略具有缺失值的数据（我相信你现在会这样做），这是“最安全”的选择，但可能导致留下的数据不足，无法训练一个好的模型
• 用数据的一些统计分析填充缺失值 - 例如：
  • 特定特征/维度的平均值（对于实值变量）
  • 特定特征/维度的中值（对于分类的）
• 训练一个单独的模型来预测缺失值，例如让我们想象中的数据，并且每个维度都可能缺少输入，然后您可以创建个模型，每个模型都用于使用其余的预测第个维度，所以，你用它来预处理你的数据$X^k$$k$$M_i$$i$$M_i : X^{k-1} \rightarrow X$
• 使用一些生成模型，它可以自己填充缺失值，一种可能性是受限玻尔兹曼机

如前所述，每种方法都会在分析中引入一些偏差（这已在许多论文、许多模型中得到证明），但它也可以帮助您建立更好的模型：一切都取决于您的数据。

编辑（澄清后）

一些个特征/维度的缺失值是缺乏关于它具有什么特定值可以想象这样一种情况，我们要求人们填写一份多页调查表，但在获得所有数据后发现我们没有该人的任何一页。我们不知道他/她的反应是什么，但我们很确定有一个。另一方面，一个人可以给出一个空白问题（没有答案）或写一些类似“我不会回答这个问题”的内容，这不会丢失信息；事实上，这与选择其中一个预定义框一样提供信息。在这种情况下，我们只是有一个分类特征，$i$$f_i \in X$$x\in X$$f'_i \in X \cup \{ \emptyset \}$. 我们既可以将其表示为多值特征，也可以通过将替换为个新的二元特征来将其编码为一元形式，其中每个使得。这些方法之间的选择取决于模型和数据。$f'_i$$|X|+1$$f''_{ij}$$j\in X \cup \{ \emptyset \}$$f''_{ij} = 1 \iff f'_i = j$