Machine learning 我有一个分类项目，其中一些列/特性的空值超过90%。我该如何处理它们？

在我的分类问题中，85个特征中的一些特征（~5）大多为空值（>90%）。如何处理这些值？是吗?

1） 完全忽略这些列/功能

2） 尝试估算这些值，如果是，如何估算

3） 还有别的方法吗

我从随机林开始，我是这个方法的新手，随机林自己处理空值吗？我如何实现这一点？随机森林是如何做到这一点的？我在哪里可以了解到这一点-任何参考都非常欢迎

---

提前感谢。

您是否尝试过在数据集上运行神经网络，即使功能缺失？神经网络不需要所有的特征都存在

您可以简单地将神经网络的所有缺失特征值设置为

0

，因为神经网络看不到

0

和

特征缺失之间的差异。你为什么不问？如果将输入值设置为0，则表示来自该输入节点的所有连接都将具有
0
值a井：不向连接到该输入节点的隐藏神经元添加任何内容

但是在你尝试之前，先问问你自己这个问题：如果某个特征经常缺失，那么它对数据集预测有什么重要意义吗
 这对SO来说不是一个好问题，因为它a）与编程无关，b）过于宽泛。我建议你自己尝试一下（只要运行它，就很容易看出RF是否处理空值），也可以删除这篇文章，在