常见的例子是，用户年龄会有缺失，可以先直接建模补缺；也可以先把年龄分段后，再作补缺处理；也可以将缺失的年龄指定成为某个固定值。但首先，我们需要关注的是，为什么这个字段会有缺失；这种对缺失原因的理解，有时候能够帮助我们找到一个更合适的补缺方法。

    其实有时候，缺失仅仅是因为数据记录的格式引起，比如，当用户没有发生过所关注的行为，数据库可以什么都不用记，也可以记成0。这时候，这种缺失直接补个0就是了；这种例子就是每当我们要计算用户的购买次数之类的时候。

    有时候，数据缺失，可能是因为记录数据的开始时间引起，比如，如果从今年才开始记录用户有史以来的第一次购买时间，那么很难解释用户的缺失，到底是因为从来没有购买过呢，还是最近一次购买发生在数据开始记录之前呢？我们可以认为这些缺失的用户发生过购买，并且将时间强制设定为数据开始记录的那天；或者是认为这些用户从没有发生过购买；——都说得通，对不对？这时候就似乎是在考验你到底是相信人性善，还是人性恶。其实有另一个解决的办法是，给变量加一个时间限制，缩小范围关注自数据开始记录起的用户行为；只要能够符合商业上的需求，也许我们可以避开这类的道德问题。

    更有时候，数据的缺失是用户引起的。比如，我们有时候会遇到用户没有性别的信息，当然，用决策或者树确实可以很容易的作一个性别的判断；但是，在排除了数据记录上的问题之后，有没有可能是用户自己不原意填写性别呢。这时候，虽然缺失无法反映用户的性别，但是他却能够从侧面反映出，用户对个人隐私的关注，用户对安全的介意，这种信息，有时候也值得放弃补缺成男或女，而是干脆作为无，看能否帮助建模。

    产生数据缺失的原因有很多种，对应补缺方案有更多种，很难评判哪种方案更接近尽善尽美；但是我们可以试着去评判，哪种方法更接近商业的目的。归根结底，建模是为商业服务的。