LightGBM missing values NULL 값

두 가지 방법이 있다.

1.  missing 값 그대로 놔두고, 모델이 처리하게 놔두는 방법

아래처럼 디폴트로 missing value 취급

numercial features에서 missing value는 split할 때는 무시하다가, 가장 loss 줄어드는 split의 side에 배정된다. 가장 유력한 가지의 한 쪽에 배정된다는 뜻인듯?

categorical features에서는 항상 right side of split에 배정된다? 이것도 한 쪽에 배치된다는건가

 

 

https://github.com/microsoft/LightGBM/issues/2921

https://datascience.stackexchange.com/questions/65956/how-do-gbm-algorithms-handle-missing-data

2.  negative 나 999 값으로 넣기. 

https://datascience.stackexchange.com/questions/81846/handling-missing-values-for-lightgbm-model

-999 같이 넣으면 left branch로 배정한다.

 

 

그래서 1번 방법, 모델에 맡길지 2번 방법 직접 imputation 할지는 eda로 살펴볼 것을 권고한다.