树模型缺失值的方法

本文介绍了如何利用树模型来处理数据集中的缺失值。在处理过程中,首先忽略缺失值样本,根据信息增益、增益率或基尼指数对非缺失值样本进行分裂,然后将缺失值样本按比例分配到各个节点,并赋予相应的权重。
摘要由CSDN通过智能技术生成

处理数据缺失值的方法很多,此处介绍利用树模型处理缺失的方法。

   如图,假设有100个样本,针对属性A,有20个样本是缺失值。树模型处理缺失样本的时候,会先忽略属性A缺失的样本,然后采用某种属性选择度量(信息增益、增益率、基尼指数)对剩下的样本(现在有80个)进行分裂。假设将这80个样本分裂到图中的三个节点,三个节点分配到的样本数分别为302525

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值