发帖
雷达卡
缺失值处理：（C4.5适用）
针对含有缺失值的数据，使用决策树模型可以对缺失值进行分类，无需预处理。
1.1 根节点选取：
首先针对每个属性，分别计算其信息增益。如果某个属性其中含有缺失值，则去除缺失值保留剩下的属性数据子集，计算其信息增益。最后比较各属性信息增益的大小，选出根节点。
1.2 子节点选取：
若选择的根节点属性中包含缺失值，如图：
若根节点为纹理，分为三类（清晰，稍糊，模糊）。
其中8和10为缺失值，所以对每一个分类（清晰，稍糊，模糊）都含有8和10 ，但是8和10的权重更改为每一类所对应的权重。
然后再计算其对应的信息增益，选择下一个子节点。
1.3 叶子节点：
一层一层计算信息增益，直到所分的节点中所有的样本集的所属类别再无差异即停止。
注意：若所划分的叶子节点的样本集为空，则其所属类别为父节点中的样本集多数类的类别。
京公网安备 11010802022788号
