【机器学习课程-华盛顿大学】：3 分类 3.4(2) 决策树处理丢失数据

1、丢失数据处理方法：丢弃 （1）丢弃缺失的数据点：这种方法要保证丢失的数据点不要太多，否则删除的太多   （2）丢弃缺失的特征：这种方法要保证丢失的特征点不要太多   优点：容易理解；容易在各种模型中实现 缺点：丢失数据将造成信息丢失；无法权衡到底是丢弃特征还是数据点；当预测数据也有丢失的时候，很难预测；   2、丢失数据处理方法：填充 （1）填充自己计算出现的值：最常出现的值，均值，中值等。

>>阅读原文<<