【機器學習課程-華盛頓大學】：3 分類 3.4(2) 決策樹處理丟失數據

1、丟失數據處理方法：丟棄 （1）丟棄缺失的數據點：這種方法要保證丟失的數據點不要太多，否則刪除的太多   （2）丟棄缺失的特徵：這種方法要保證丟失的特徵點不要太多   優點：容易理解；容易在各種模型中實現 缺點：丟失數據將造成信息丟失；無法權衡到底是丟棄特徵還是數據點；當預測數據也有丟失的時候，很難預測；   2、丟失數據處理方法：填充 （1）填充自己計算出現的值：最常出現的值，均值，中值等。

>>阅读原文<<