当前的XGBoost算法能够通过在训练过程中通过将损失最小化来选择-best-方向来处理缺失值（source）。在我们机构中，此功能在处理稀疏表格数据时具有巨大的价值。
我们的下一个项目是关于检测相似数据集中的离群值；庞大的表格数据集，且缺少大量数据。我们遇到的有趣的技术之一是隔离森林。现在，我们想探索将XGBoost之类的功能用于缺失值的功能集成到当前的隔离林中的可能性。随后，我有两个问题；
1]这种将丢失的数据处理集成到隔离林中的想法在技术上是否可行，并且最重要的是吗？
2]在这些情况下，其他丢失的数据处理技术（例如，插补优先）或什至其他异常检测算法会更好吗？
请让我听听您的建议，这将非常有价值！ 预先谢谢你。