缺失值处理包括A. 用特殊值填充B. 用属性统计值填充C. 用已经属性值预测D. 分配所有可能的值

缺失值处理是数据预处理中的一个重要步骤，用于处理数据集中缺失的数据。常见的处理方法包括用特殊值填充（如用-1、0等特殊值代替缺失值）、用属性统计值填充（如用均值、中位数、众数等统计值代替缺失值）、用已经属性值预测（如使用回归、分类等模型预测缺失值）以及分配所有可能的值（如在分类问题中，将缺失值视为一个单独的类别）。这些方法的选择取决于数据的特性和后续分析的需求。