【发布时间】：2015-07-03 00:49:42
【问题描述】：
您好，目前我正在实施一个大型 Hellinger 距离决策树，但遇到了一个问题。我在树节点中有一个连续变量，我不知道树将如何预测我是否会有该变量的缺失值。 例如，该节点的拆分标准 =250。树在预测时会选择什么路径？ 树训练数据在该变量中也有缺失值。
也许我应该用特定数字替换所有缺失值？
【问题讨论】：
标签： tree weka decision-tree missing-data
【发布时间】：2015-07-03 00:49:42
【问题描述】：
您可以根据变量的行为采取行动。还要考虑分类器的值的影响。因此，如果可以概括，您可以使用最小值/最大值/平均值作为缺失值。
【讨论】：
通常坚持输入不包含 Null，然后用户可以在拟合之前找到一种对其进行编码的方法。如果您做出选择，那么您将迫使未来的用户使用您的选择。
【讨论】：