知识卡片
决策树处理缺失属性
决策树训练遇到属性缺失时,可用该属性非缺失样本估计划分质量,再将缺失样本按权重分配到可能的子节点。这样保留部分样本信息,但具体权重规则与实现有关,不能把未知值当成已观察到的确定值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
对于具有缺失值的特征,用没有缺失的样本子集所占比重来折算。
参考来源
- 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml)
- 结论依据:原文说明用非缺失子集折算划分评价,并以不同权重将缺失样本分配到子节点。
- 原始内容:对于具有缺失值的特征,用没有缺失的样本子集所占比重来折算。