3. 特征缺失的定义与分类：完全缺失、部分缺失、逻辑缺失、结构性缺失

在金融风控数据质量巡检中，特征缺失并非简单的“空值”问题。不同缺失类型对模型训练、特征工程及风险决策的影响差异显著。本章明确定义四种核心缺失类型，并给出金融场景下的典型判别标准。

3.1 缺失类型总览

3.2 完全缺失（Complete Missing）

完全缺失指某个特征在数据集中所有记录均为空值或无效值。在金融风控中，这通常意味着数据采集链路断裂或上游系统未产出该字段。

• 巡检判定标准： 缺失率 = 100%
• 常见根因： 接口字段映射错误、数据库列被删除、数据源切换后未同步
• 处理策略： 立即触发数据源告警，该特征在模型训练中应被排除

3.3 部分缺失（Partial Missing）

部分缺失是最常见的缺失形态，特征在部分样本中有值，部分为空。金融场景中需区分随机缺失与非随机缺失。

3.4 逻辑缺失（Logical Missing）

逻辑缺失是指根据业务规则，特定样本不应拥有该特征的值。这类缺失是合法且预期的，不应被当作数据质量问题。

• 判定原则： 存在明确的业务条件表达式
• 金融场景示例：
  • “授信额度”对未通过审批的客户为空
  • “抵押物估值”对信用贷款客户为空
  • “逾期天数”对从未逾期的账户为空
• 巡检要点： 验证逻辑缺失条件是否与业务规则一致，避免误报

# 逻辑缺失判定伪代码示例
def is_logical_missing(feature_value, business_conditions):
    """
    判断某个空值是否为逻辑缺失
    :param feature_value: 特征值（可能为 None）
    :param business_conditions: 业务条件字典
    :return: (is_logical, reason)
    """
    if feature_value is not None:
        return False, "有值，非缺失"
    
    # 检查业务条件
    if business_conditions.get('loan_status') == 'rejected' and feature_name == 'credit_limit':
        return True, "未通过审批，授信额度应为空"
    
    if business_conditions.get('marital_status') == 'unmarried' and feature_name == 'spouse_income':
        return True, "未婚客户，配偶收入应为空"
    
    return False, "非逻辑缺失，需进一步排查"

3.5 结构性缺失（Structural Missing）

结构性缺失源于数据采集系统的架构差异或版本变更，导致整块数据在特定数据源或时间段内完全不可用。

• 巡检特征： 缺失模式与时间、数据源、渠道强相关
• 处理策略：
  1. 标记该特征在特定数据源/时间段内为“不可用”
  2. 在模型训练中按数据源分群或使用时间窗口过滤
  3. 触发数据治理流程，评估是否补录或废弃该特征

3.6 缺失类型判别流程

以下 SVG 流程图展示了金融风控巡检中特征缺失类型的判别路径：

3.7 四种缺失类型对比总结