机器学习笔记（7）——C4.5决策树中的缺失值处理

缺失值处理是C4.5决策树算法中的又一个重要部分，前面已经讨论过连续值和剪枝的处理方法：算法 机器学习笔记（5）——C4.5决策树中的连续值处理和Python实现机器学习 机器学习笔记（6）——C4.5决策树中的剪枝处理和Python实现post 现实任务中，一般会遇到大量不完整的样本，若是直接放弃不完整样本，对数据是极大的浪费，例以下面这个有缺失值的西瓜样本集，只有4个完整样本。学习 在构造决策

>>阅读原文<<