如果缺失具有明确含义，该如何处理缺失值？

Question

我正在尝试根据提供相同产品的竞争者的价格（除其他变量外）对零售商产品的每日需求进行建模。我在同一日期有20列，列出了该特定产品的各种竞争对手的价格。然而，零售商在观察期内的产品范围内有80 000多种产品，当然，并非所有竞争对手也都提供所有这些产品。实际上，在大多数情况下，只有2个或3个竞争对手提供相同的产品。这导致很多缺失值，表明该竞争对手当时不提供该产品。

鉴于大量遗漏值以及它们本身包含有价值的信息这一事实，我不想简单地估算这些遗漏值：竞争对手是否提供此产品。

是否有一种可监督的学习算法来处理特定情况下的缺失值？

Answer 1

我也同意，在这种情况下，插补并不是一个好主意，因为丢失了丢失的信息。但是，考虑到创建附加功能以指示某个值是已知值还是缺失值的想法，您可以尝试通过均值填充缺失值，然后对数据使用LogisticRegression。