我有一个关于预测缺少一个或多个预测因子的新实例的问题（可能是个愚蠢的问题）。

我得到了一组数据。假设我对数据进行了预处理和清理，结果剩下10个预测因子。然后，我在处理后的数据上训练了我的模型，这样我就可以使用模型进行预测了。

现在，如果我想预测一个新实例，但其中1到2个预测因子缺失，我该怎么办？

回答：

至少有两种合理的解决方案。

(1) 根据非缺失变量的值，对缺失变量或变量的所有可能值的输出进行平均。也就是说，计算缺失变量的每个可能值的输出预测（缺失，非缺失）的加权平均，权重为给定非缺失变量时缺失变量的概率。这本质上是文献中所称的“多重填补”的一种变体。

首先尝试的应该是根据缺失变量的无条件分布进行加权。如果这看起来太复杂，一个非常粗略的近似方法是将缺失变量的平均值代入预测中。

(2) 为每种变量组合构建一个模型。如果你有n个变量，这意味着要构建2^n个模型。如果n=10，现在构建1024个模型并不是什么大事。然后，如果某些变量缺失，只需使用现有变量的模型即可。

顺便说一下，你可能在stats.stackexchange.com上对这个问题更感兴趣。