2020-04-29
阅读量:
933
随机森林是如何补全缺失值的
randomForest包里，有两种补全缺失值的方法。
方法一（na.roughfix）简单粗暴，对于训练集,同一个class下的数据，如果是分类变量缺失，用众数补上，如果是连续型变量缺失，用中位数补。
方法二（rfImpute）这个方法计算量大，至于比方法一好坏？不好判断。他只能补训练集中的缺失值。是先用na.roughfix补上缺失值，然后构建森林并计算proximity matrix，再回头看缺失值，如果是分类变量，则用没有缺失的观测实例的proximity中的权重进行投票。如果是连续型变量，则用proximity矩阵进行加权平均的方法补缺失值。然后迭代4-5次。这个补缺失值的思想和KNN有些类似。
28.1884
1
1
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
赵娜0418
2020-09-07
0条评论
赵娜0418
2020-09-07
0条评论
赵娜0418
2020-08-09
3条评论