网络上的一些不错的资源

分类的性能评估指标

处理特征中的缺失值问题

1. 删除包含缺失值的那条数据，对处理那种极小率缺失的特征是个不错的选择
2. 分别对缺失和不缺失的情况建立两个模型进行预测，对缺失和不缺失情况下数据充足且缺失维度并不频繁的情况下有效
3. 使用可以应对缺失值的模型，例如决策书一类的模型
4. 采用各种方案填充缺失的特征值，例如K-NN/LR等
5. 对于类别缺失填充特殊类别，对于缺失数值增加指示维度（材料中Claudia Perlich的回答） How can I deal with missing values in predictive model?