2020-04-04
阅读量:
1170
gbdt是怎么填充的缺失值？
在决策树学习的初始阶段，根节点各样本的初始权重都为１
若样本x在划分属性a上的取值未知，则将x划入所有子节点，同时调整该样本x的权重值为rv*wx，其中rv为无缺失值样本在属性a上取值为av的样本所占的比例，计算错误率的时候，需要考虑到样本权重
训练完成，给测试集样本分类，有缺失值怎么办？
- 如果有单独的缺失分支，使用此分支。
- 把待分类的样本的属性a值分配一个最常出现的a的属性值，然后进行分支预测。
- 根据其他属性为该待分类样本填充一个属性a值，然后进行分支处理。
- 在决策树中属性a节点的分支上，遍历属性a节点的所有分支，探索可能所有的分类结果，然后把这些分类结果结合起来一起考虑，按照概率决定一个分类。
- 待分类样本在到达属性a节点时就终止分类，然后根据此时a节点所覆盖的叶子节点类别状况为其分配一个发生概率最高的类。
0.0000
0
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论