預設值是資料中最常見的乙個問題，處理預設值有很多方式，主要包括以下四個步驟進行預設值處理：
確定預設值範圍
去除不需要的字段
填充預設值內容
重新獲取資料
注意：最重要的是預設值內容填充。
在進行確定預設值範圍的時候，對每個欄位都計算其缺失比例，然後按照缺失比例和字段重要性分別指定不同的策略：
重要性高，缺失率低：通過計算進行填充，通過經驗或業務知識估計
重要性高，缺失率高：嘗試從其他渠道取數補全，使用其他字段通過計算獲取，去除字段，並在結果中標明
重要性低，缺失值低：不做處理或簡單填充
重要性低，缺失率高：去除該欄位
在進行去除不需要的字段的時候，需要注意的是：刪除操作最好不要直接操作與原始資料上，最好的是抽取部分資料進行刪除欄位後的模型構建，檢視模型效果，如果效果不錯，那麼再到全量資料上進行，刪除字段操作。總而言之，該過程簡單但是必須慎用，不過一般效果不錯，刪除一些丟失率高以及重要性低的資料可以降低模型的訓練複雜度，同時又不會降低模型的效果。
填充預設值內容是乙個比較重要的過程，也是我們常用的一種預設值解決方案，一般採用下面幾種方法進行資料的填充：
以業務知識或經驗推測填充預設值
以同一字段指標的計算結果（均值、中位數、眾數等）填充預設值
以不同字段指標的計算結果來推測性的填充預設值，比如通過身份證號碼計算年齡、通過收貨位址來推測家庭住址、通過訪問的ip位址來推測家庭/公司/學校的家庭住址等等
如果某些指標非常重要，但是缺失率又比較高，而且通過其他字段沒法比較精準的計算出指標值的情況下，那麼就需要和資料產生方（業務人員、資料收集人員等）溝通協商，是否可以通過其他渠道獲取相關的資料，也就是進行重新獲取資料的操作。
解構給預設值 解構賦值預設值誤區
問題還原 這是最近 cr 的時候在業務 中發現了乙個問題，先來看一下問題 data 為介面返回的資料 const total 0 data.result const list bizobject.list 其他邏輯，比如把 list 更新到 state 中，等等 a 介面正常的情況 data 中有 ...
方法引數 預設值 Python引數的預設值陷阱！
今日分享 引數的預設值陷阱 下面定義的函式f，其引數d是乙個預設引數，且為字典型別 def f a,d print f a print f d do some process return d 最後返回字典d，下面呼叫函式f ret dict f 1 第二個引數d使用預設值 ret dict b 2...
lua 函式 預設值 定義函式引數的預設值
如果你想要命名引數和預設值，如php或python，你可以使用表構造函式呼叫你的函式 myfunction 函式本身可以有這樣的簽名 function myfunction t setmetatable t,local a,c t 1 or t.a,t 2 or t.b,t 3 or t.c fun...