1. 可通过其他属性推断一些缺失值：
缺失值可以简单粗暴的用中位数，均值，0/空值填充确保算法可以走完，然而通过统计、推断、预测得出的填充值效果会比较好。
- 某些只卖给单一性别的产品，譬如生育险，可以推断出被保人必然是女性；
- 费率可以推测被保人的性别，年龄
- 一般来说，吸烟者都会在系统中有标识，所以没有标志的可认定为不吸烟者
- 根据职业也可推测性别
- Modal/Annualized premium推测缴费频率
- 未成年人（各国标准不同，须注意）的婚姻状态
- 根据现有的数据线性拟合预测缺失值。如身高、职业、国籍、年龄等，可拟合出体重数据
2. 创造特征
- 从不同的角度看待现有特征而创造。日期类型的特征在算法中很难直接使用，可转换为其他特征。如生日，可根据特定的目的变为“当时的年龄”“现在的年龄”“第一次购买时的年龄”“初次住院年龄”等
- 从POS中发现特征。如“搬家次数”“通勤时间长短”“加减保的频率”“曾改名”。
- 从特定的业务规则中提取。如拥有FATCA账户或“一卡通”的被保人可被认为“支付能力高”
3. 准备一张厚脸皮，虚心讨教业务人员
《待补充》
回顾下来，渐渐明白为何找不到一本书能够系统地介绍特征工程了，因为各行各业的特点不一样，很难抽象出通用的知识点或者说技巧。
暂时以大神的一句话做结尾吧：
Actually the success of all Machine Learning algorithms depends on how you present the data.
— Mohammad Pezeshki