#算法面试#1、删除法：直接删除含有缺失值的样本或特征，但这可能导致数据的丢失。2、填补法：使用一个固定的值、平均值、中位数、众数等代替缺失值，但这可能影响数据的分布。3、插值法：使用插值方法（如线性插值、拉格朗日插值、径向基函数插值）来预测缺失值。4、分箱法：将连续的特征分成若干箱，缺失值用该特征对应的箱的中位数代替。 5、模型预测法：使用其他已有的预测模型预测缺失值，如回归模型、KNN算法等。#机器学习# #深度学习#