缺失值确实有实际意义的特征如何处理？

Question

分析lending club数据的时候有这样一类数据，比如 ‘距离最后一次违约的月数’ ，有的人没有违约记录在这列就是缺失值，不能简单的用平均值、众数或什么算法拟合填充，更不能简单删除。对于这样的有实际意义的缺失值应该如何处理呢？
我的一个想法是用一列对是否有违约记录进行编码，然后有违约记录的进行one-hot编码。不知道这样是不是可行。

Answer 1

缺失值的处理都不能用，那么只能用自己的逻辑去处理了，只要数据处理和程序运行结果符合你的要求即可，一般而言，数据质量太差，即使模型再好，最终结果还是强差人意。