是不是一定需要对缺失值处理？

当缺失值占比在可接受的范围以内的时候才需要进行填充，如果缺失值大于50%以上的时候，可以选择进行二分化，如果缺失值大于80%可以完整删除该列而不是强行去填充

直接填充方法有哪些？

均值
中位数
众数
分位数

模型插值方法有哪些？及方法的问题

有效性存疑，取决于特征列数
- 生成的插值来源于其他列的特征，是不是意味着插值的结果已经是和其他列的组合高相关

如何直接离散化？

离散特征新增缺失的category

hold位填充方法有哪些？

把全部结果都embedding化，对空值或者缺失值按照一定规则生成若干个hold位，以hold位的向量结果作为缺失值的结果 - 可以参考YouTube中的新商品向量生成逻辑 - bert中的[UNK]向量，[unused]向量

怎么理解分布补全？

如果我们能在原始数据上发现明显规律，比如整体数据满足高维多元高斯分布，则可以通过未知列补全缺失列的值

random方法

在缺失量特别少(通常认为小于1%)的时候，可以随机生成

总结

实际机器学习工程中，直接删除、众数填充和直接离散化方法用的最多
- 快速
- 对原始数据的前提假设最少，也不会影响到非缺失列
在深度学习中，hold位填充方法用的最多
- 在大量数据的拟合条件下，能保证这些未知数据处的向量也能得到收敛
- 而且通过随机构造的特性，保证了缺失处的[UNK]向量，[unused]向量的通配性