我有一个回归模型，其中因变量是连续的，但是90％的自变量是分类的（有序和无序），大约30％的记录具有缺失值（更糟糕的是，它们无规律地随机缺失，也就是说，超过百分之四十五的数据至少有一个缺失值）。没有先验理论来选择模型的规格，因此关键任务之一是在运行回归之前进行尺寸缩减。虽然我知道用于连续变量降维的几种方法，但我不知道关于分类数据的类似静态文献（也许，除了作为对应分析的一部分，这基本上是频率表上主成分分析的一种形式）。我还要补充一点，该数据集是具有200个变量的中等大小的500000个观察值。我有两个问题。

1. 对于分类数据的降维以及稳健的插补，是否有很好的统计参考（我认为第一个问题是插补，然后是降维）？
2. 这与上述问题的实现有关。我以前已经广泛使用R，并且倾向于将transcan和impute函数大量用于连续变量，并且使用树方法的变体来估算类别值。我对Python有一定的了解，因此，如果为此目的有不错的选择，那么我将使用它。python或R中的任何实现指针都会有很大帮助。谢谢。