因此，从https://arxiv.org/pdf/1603.02754v3.pdf的算法 3 中可以看出，已确定最佳默认方向，缺失值将朝该方向移动。但是，或者我可能误解/错过了文章中的解释，它没有说明输入的确切内容。

例如，我将（父）节点 A（具有 50 个输入）拆分为节点 B 和节点 C。现在，在 50 个输入中，有 7 个缺失值。

其他 43 个输入相应地分为 B 和 C。我似乎理解的是，它将剩余的 7 个分配到 B 和 C 中，并确定哪一个给出更高的增益分数；那将是最佳方向。

但是，鉴于缺少 7 个值（这意味着我不知道这 7 个值是什么），将缺失值分配到任何子节点如何改变增益分数，或者更确切地说最小化损失函数？这似乎表明 Xgboost 正在为缺失值输入一些内容。我似乎无法找出 Xgboost 为这些缺失值输入的内容。我希望这个问题不是太模糊/笼统和简单。

编辑：我认为“缺失值”可能是一个模糊的术语。我的意思是（来自 wiki）“在统计中，缺失数据或缺失值是在没有为观察中的变量存储数据值时发生的。”

来自作者本人（https://github.com/dmlc/xgboost/issues/21），他说“ tqchen 在2014年8月13日评论xgboost自然接受稀疏特征格式，您可以直接将数据作为稀疏矩阵输入，并且仅包含非缺失值。

即未在稀疏特征矩阵中呈现的特征被视为“缺失”。XGBoost 将在内部处理它，您无需对其进行任何操作。”

和，

” tqchen 评论于 2014 年 8 月 13 日 在内部，XGBoost 将自动学习当一个值缺失时的最佳方向。等效地，这可以被视为自动“学习”基于减少的缺失值的最佳插补值是什么关于训练损失。”