ブースティング系は？
ブースティング系のアルゴリズムも一般的に欠損値を扱うことができますが、欠損値の扱い方には注意が必要です。代表的なブースティング系のアルゴリズムには、勾配ブースティング（Gradient Boosting）、XGBoost（Extreme Gradient Boosting）、LightGBM、CatBoostなどがあります。
これらのブースティングアルゴリズムは、通常、欠損値を特定の値（たとえば、欠損値を持つ特徴量の平均値や中央値）で補完するか、欠損値を持つデータを無視してモデルをトレーニングします。欠損値を補完する場合、欠損値を持つ特徴量に対して、モデルのトレーニングデータ全体の平均値や中央値を使って補完します。
ただし、欠損値の扱い方によっては、モデルのパフォーマンスに影響を与える場合があります。欠損値が多い場合や欠損値のパターンがランダムでない場合、欠損値を補完することが適切でない場合もあります。そのため、欠損値の性質やデータセット全体の特性を考慮しながら、適切な欠損値処理を行うことが重要です。