Weka决策树预测不适用于缺失值的处理

Question

嗨，目前我正在实施一个大海林格距离决策树，我遇到了一个问题。我在树节点中有一个连续变量，并且我不知道树会如何预测该变量是否缺少值。 例如，该节点具有拆分标准< 250且> = 250。树预测时会选择什么路径？ 树训练数据在该变量中也缺少值。

也许我应该用特定数字替换所有缺少的值？

Answer 1

您可以根据变量的行为采取行动。还要考虑分类器值的影响。因此，如果可以推广，您可以使用最小值/最大值/平均值来计算缺失值。

Answer 2

坚持输入不包含空值是很常见的，然后用户可以在拟合之前找到一种编码方式。如果你做出选择，那么你迫使未来的用户使用你的选择。