嗨，目前我正在努力实施一个大的Hellinger距离决策树，我遇到了一个问题。我在树节点中有一个连续变量，我不知道如果我将为该变量保留缺失值，树将如何预测。 例如，该节点具有分裂标准＆lt; 250且＆gt; = 250。树在预测时会选择什么路径？ 树培训数据也缺少该变量中的值。
也许我应该用特定的数字替换所有缺失值？
答案 0 :(得分：0)
您可以根据变量的行为采取行动。还要考虑值对分类器的影响。因此，如果可以推广，您可以使用最小/最大/平均值作为缺失值。
答案 1 :(得分：0)
通常坚持输入不包含Null，然后用户可以在拟合之前找到对其进行编码的方法。如果您做出选择，那么您将迫使未来的用户使用您的选择。