缺失值填充
数据处理是指对数据（包含数值和非数值类型）进行分析和加工的技术过程；也就是对数据的采集、检索、加工、变换和传输，将数据转换为信息的过程。
数据处理的基本目的是从大量的、杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。
计算机的数据处理是使用计算机收集、记录数据，并经过一个或若干个处理方式组合，最后输出的是各种文字和数字的表格和报表。数据处理主要包含11种处理方式：数据查询、数据计算、数据排序、缺失值填充、数据抽样、变量处理、数据合并、重新编码、数据重构、数据汇总、随机数生成。
缺失值填充是针对带有缺失值的数据进行处理；因为有的分析算法在进行数据分析前要求数据是无缺失的；所以数据的缺失值填充是非常关键的一步，对后续的分析影响很大。
常用的数据缺失值填充的方法有：列均值填充、列中值填充、临近点均值法、列众数填充、线性插值填充、固定值填充等方法。
三相关应用缺失值填充主要目的是对数据进行补充，使能够用分析算法进一步的分析挖掘数据之中的规律和价值
四参考资料马克威分析系统使用教程，http://www.tenly.com
五实例示例数据为某小学三年级部分学生的体重数据（单位为：千克）
| 编号 | 体重 |
| 1 | 52 |
| 2 | 42 |
| 3 | 31 |
| 4 | 48 |
| 5 | 33 |
| 6 | 35 |
| 7 | 46 |
1）根据列均值填充法：
编号为4的学生体重=（编号1+2+3+5+6+7）/6=40
得到的结果为：
| 编号 | 体重 |
| 1 | 52 |
| 2 | 42 |
| 3 | 31 |
| 4 | 40 |
2）根据列中值填充法：
编号为4的学生体重=（编号3+5）/2=32
得到的结果为：
| 编号 | 体重 |
| 1 | 52 |
| 2 | 42 |
| 3 | 31 |
| 4 | 32 |
当然还有许多种其他的填充方法，这里就不一一介绍，根据实际的情况选取合适的算法进行计算，以便得到精确的结果。
六输入输出输入变量类型：数值型数据
输出结果：给出经过缺失值填充处理后的数据结果
七相关条目数据处理、中值填充、众数填充
八优缺点优点：让数据更完整，有利于进行数据统计分析。
缺点：填充的数据与真实数据存在偏差，对结果有可能产生影响。