千锋教育-做有情怀、有良心、有品质的职业教育机构
根据随机森林创建和训练的特点，随机森林对缺失值的处理还是比较特殊的。
首先，给缺失值预设一些估计值，比如数值型特征，选择其余数据的中位数或众数作为当前的估计值
然后，根据估计的数值，建立随机森林，把所有的数据放进随机森林里面跑一遍。记录每一组数据在决策树中一步一步分类的路径。
判断哪组数据和缺失数据路径最相似，引入一个相似度矩阵，来记录数据之间的相似度，比如有N组数据，相似度矩阵大小就是N*N
如果缺失值是类别变量，通过权重投票得到新估计值，如果是数值型变量，通过加权平均得到新的估计值，如此迭代，直到得到稳定的估计值。
其实，该缺失值填补过程类似于推荐系统中采用协同过滤进行评分预测，先计算缺失特征与其他特征的相似度，再加权得到缺失值的估计，而随机森林中计算相似度的方法(数据在决策树中一步一步分类的路径)乃其独特之处。
软件定制开发中的敏捷开发是什么软件定制开发中的敏捷开发，从宏观上看，是一个高度关注人员交互，持续开发与交付，接受需求变更并适应环境变化...详情>>
2023-10-14 13:24:57
PlatformIO是什么PlatformIO是一个全面的物联网开发平台，它为众多硬件平台和开发环境提供了统一的工作流程，有效简化了开发过程，并能兼容各种...详情>>
2023-10-14 12:55:06
1、定义和目标不同云快照的主要目标是提供一种快速恢复数据的方法，它只记录在快照时间点后的数据变化，而不是所有的数据。自动备份的主要目标...详情>>
2023-10-14 12:48:59
服务器为什么要用Linux作为服务器操作系统的优选，Linux在众多选择中脱颖而出。Linux作为服务器操作系统的优选，有其独特的优势和特点。包括其...详情>>
2023-10-14 12:34:11
ORM（对象关系映射）解决的主要问题是将关系数据库与面向对象编程之间的映射困境。在传统的关系数据库中，数据以表格的形式存储，而在面向对象...详情>>
2023-10-14 12:26:19
京公网安备 11010802030320号