这个分类问题包含300000条记录和20个特征。我想使用SVM算法来解决这个问题。’age’特征的取值范围在1到100之间，但有些记录的这个特征值是缺失的并且为空白。我应该如何解决这个问题？

回答：

这当然取决于你缺失变量的分布，但我建议尝试使用插补法 – 尝试使用平均年龄值来填补空白，看看你能得到什么样的结果。进一步的步骤是创建一个模型，根据其他输入变量预测年龄，并使用该模型进行插补。

你还可以添加一个变量来指示某行数据包含了一些插补值 – 在某些情况下，这可以带来更好的训练结果，因为你为算法提供了更多的信息。