[学习笔记] 【学习笔记】为什么一个缺失50%信息的数据集用随机森林回归填补后，反而分数 ... [推广有奖]

0关注
0粉丝

硕士生

36%

还不是VIP/贵宾

威望: 0 级
论坛币: 500 个
通用积分: 45.8527
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 680 点
帖子: 128
精华: 0
在线时间: 0 小时
注册时间: 2019-12-1
最后登录: 2020-3-7

楼主

Luky々 发表于 2020-2-24 20:57:29 来自手机 |AI写论文

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

为什么一个缺失50%信息的数据集用随机森林回归填补后，反而分数要比原始数据集的要好
答：因为回归算法认为，特征矩阵和标签之前存在着某种联系。通过回归预测出来的值，来填补数据集中的缺失值，相当于其他特征和标签都给这一预测出来的值提供了信息，因此通过回归填补后的数据集其随机森林回归的效果，会好于原数据集 tmp_952f80ae22d0d75cb0de4c05bc97a2fbe1b2df3916277c9e.jpg