在我的数据集中，有一些功能并不总是存在：
HW_GRADE：范围0-100 HW_RESUBMISSION：如果存在，则为0-100
换句话说，如果学生没有重新提交，则该功能不存在。据我所知，scikit学习不喜欢NaN或空白功能。使用插值强制将值放入该特征中是没有意义的。我还可以创建一个二进制变量'HW_RESUBMITTED'，如果HW_RESUBMISSION是NaN，它将为0。但实际值，如果存在，也是一个有用的鉴别器。
referenced possible duplicate表示缺少值是一个问题。我同意。实际上，我的问题是要求正确的方法来处理插值会导致错误结果的场景，并且简单地将缺失值设置为固定的“0”也会导致不正确的重用。我提出了一种可行的方法来处理这个问题，并且正在寻找比我更先进的人来评论。