決策樹、RF、xgboost如何處理缺失值？判斷特徵重要性？缺失值不敏感？

1.隨機森林模型怎麼處理異常值? 隨機森:林是已故統計學家Leo Breiman提出的，和gradient boosted tree—樣，它的基模型是決策樹。在介紹RF時，Breiman就提出兩種解決缺失值的方去 (Random forests - classification description): 方法1(快速簡草但效果差)： 把數值型變畺(numerical variables)中的缺失

>>阅读原文<<