三种都可以用来处理缺失值

正确答案是：A: ①②③

专业分析如下：

① 用均值填充：这是处理数值型数据缺失值的一种常见方法。通过用特征的均值填充缺失值，可以在不引入偏差的情况下保留数据集的整体分布特征。然而，这种方法可能会降低数据的方差，尤其是在缺失值比例较高时。

② 转换为哑变量（0,1），代表数据是否缺失：这种方法通过引入一个新的二元变量来指示数据是否缺失。这不仅保留了缺失信息，还可以在某些情况下提高模型的预测能力，因为缺失本身可能是有意义的。

③ 使用回归模型去预测缺失值：这是一种更为复杂的方法，通过使用其他特征来预测缺失值。可以使用线性回归、随机森林等模型来填补缺失值。这种方法通常会提供比简单填充更准确的估计，但也需要更多的计算资源和时间。

综上所述，以上三种方法都是处理缺失值的合理选择，具体使用哪种方法取决于数据的性质和分析的需求。