缺失值较多的属性仍然排名随机森林重要度排序前列，该如何理解这个问题？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请教各位：

R语言做分类问题，有一个属性的缺失值达到40%。直接使用上一个单元格的值填补空值。在随机森林模型中，重要度排序第一。决策树模型中，该属性也是常居于树的根节点。
应该如何看待这个问题？

是说明这个属性真的非常重要？还是有其他原因？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：随机森林 如何理解 缺失值 单元格 R语言 如何 森林

缺失值，是一个复杂问题，但你因只有一个变量有缺失，用相关统计方很容易明确你的疑问的：
  一、缺失可能不是随机的，缺与不缺，本身包含有信息。如，工业型企业，该有应收账款，但就是有一类企业没有，在财报上缺失。因此，用缺与不缺，再设一个因子变量，瞧瞧它是否有统计意义
  二、将缺失值，完全删除，瞧瞧此变量还有意义吗？？
三、用其它二三种补缺失值方法补缺失，瞧瞧它还有意义吗，并有何区别！！
四，有其它统计学习模型，如ababoost ，lasso等，睢瞧它有否统计意义！！
   最后，有缺失，就意味着信息缺失，任意统计模型，都 无法弥补缺失的信息量！！任何补缺失方法，仅仅减少已有信息量的进一步减少！！！

缺失值，是一个复杂问题，但你因只有一个变量有缺失，用相关统计方很容易明确你的疑问的：
  一、缺失可能不是随机的，缺与不缺，本身包含有信息。如，工业型企业，该有应收账款，但就是有一类企业没有，在财报上缺失。因此，用缺与不缺，再设一个因子变量，瞧瞧它是否有统计意义
  二、将缺失值，完全删除，瞧瞧此变量还有意义吗？？
三、用其它二三种补缺失值方法补缺失，瞧瞧它还有意义吗，并有何区别！！
四，用其它统计学习模型，如ababoost ，lasso等，睢瞧它有否统计意义！！
   最后，有缺失，就意味着信息缺失，任意统计模型，都 无法弥补缺失的信息量！！任何补缺失方法，仅仅减少已有信息量的进一步减少！！！