决策树缺失值处理

决策树 1.决策树缺失值处理 1.1对于训练模型,训练数据部分样本的部分特征值缺失的情况下,做法是:把该数据按比例分成三份数据。可以算出该特征的信息增益。 1.2对于预测数据,C4.5中采用的方法是:测试样本在该属性值上有缺失值,那么就同时探查(计算)所有分支,然后算每个类别的概率,取概率最大的类别赋值给该样本。 1.3测试样本属性也有缺失值那要怎么办? 有论文里讨论过: 2.决策树应用的案例: import csv from sklearn.feature_extraction import DictVectorizer from sklearn import preprocessing