【メモ】How to Win a Data Science Competition: Learn from Top Kagglers 第1週 その5

 ●欠損値への対処法

1. -999や-1で置き換える

2. 平均値や中央値で置き換える

3. 値を推定する（時系列データであれば線形補間など）

4. 新しい二値変数（例:is_null）を追加して、nanの時に1とする

注意：categorical featureのencodingに

　　　欠損値のあるnumerical featureを使用する場合、

　　　欠損値を-999で置き換えてからencodingすると

　　　無意味に大きな値になり得る。

　　　encodingにencodingに欠損値を使用しない。

⇒特徴量を生成する場合は、欠損値の扱いに注意を要する

　（featrure generationの前に欠損値補間をしない）