决策树——缺失数据的处理

本内容整理自coursera，欢迎交流转载。

1 缺失数据的影响

　　有些数据可能有某些特征参数缺失，这不仅影响我们的训练模型，还会影响我们利用模型进行预测。

2 解决办法

2.1 删除缺失项

• 删除含有特征参数缺失的数据（但是如果很多数据特征参数缺失，我们会删除大量数据，一般超过三分之一的数据被删除的话不宜采用此法）
• 删除某个特征（如果仅仅是缺失项集中在了某几个特征，我们可以把所有数据的这些特征参数都删除，但是删除特征过多的时候不宜采用此法）

2.1 猜测参数

　　我们可以根据其他项猜测缺失项可能的值。比如可以用平均值，多数法。

2.3 自适应法

　　基本原则：分类误差最小（贪心）