在scikit-learn中可以有缺失值吗？它们应该如何表示？我找不到任何相关的文档说明。

回答：

scikit-learn不支持缺失值。之前在邮件列表中讨论过这个问题，但没有尝试编写处理它们的代码。

无论你做什么，不要使用NaN来编码缺失值，因为许多算法拒绝处理包含NaN的样本。

上述回答已经过时；scikit-learn的最新版本中有一个名为Imputer的类，可以进行简单、按特征的缺失值填补。你可以将包含NaN的数组输入其中，这些NaN将被替换为相应特征的均值、中位数或众数。