请选择 进入手机版 | 继续访问电脑版
楼主: zxq997
2127 4

[CDA] 【CDA】学习笔记|决策树的缺失值处理 [推广有奖]

  • 0关注
  • 0粉丝

教师

硕士生

2%

还不是VIP/贵宾

-

威望
0
论坛币
13475 个
通用积分
27.8909
学术水平
28 点
热心指数
30 点
信用等级
28 点
经验
671 点
帖子
49
精华
0
在线时间
124 小时
注册时间
2018-5-21
最后登录
2023-12-14

zxq997 发表于 2019-3-19 22:10:28 |显示全部楼层 |坛友微信交流群
相似文件 换一批

+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~ !

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

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:


clipboard.png




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。



二维码

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

关键词:缺失值处理 决策树 缺失值 树模型 预处理

已有 1 人评分论坛币 学术水平 热心指数 信用等级 收起 理由
经管之家编辑部 + 100 + 3 + 3 + 3 精彩帖子

总评分: 论坛币 + 100  学术水平 + 3  热心指数 + 3  信用等级 + 3   查看全部评分

本帖被以下文库推荐

为你点赞!

使用道具

hifinecon 发表于 2019-3-20 08:22:28 |显示全部楼层 |坛友微信交流群

使用道具

artra2012 在职认证  发表于 2019-3-20 14:47:48 |显示全部楼层 |坛友微信交流群
为您点赞!!!

使用道具

sulight 学生认证  发表于 2019-3-20 22:23:57 |显示全部楼层 |坛友微信交流群
谢谢分享,
记得博士论文参考过一本书,
就叫missing data

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 23:06