标签: python python-3.x machine-learning decision-tree
我想生成一个推荐电影类型的模型。我有训练该模型的历史数据,该模型具有20多个特征,例如:年龄,性别,地址...
尽管如此,用于进行预测的信息包含可变数量的特征,因为许多特征是不完整的。 例如:
是否可以生成使用可变数量属性的机器学习模型或决策图(如决策树),并生成可能的输出或剩余属性的可能性的列表? 谢谢
答案 0 :(得分:0)
我的建议是使用技术来处理缺失的值。
如果在数据集中您知道所有可能出现的不同属性,只需用空值填充缺失值,然后决策树就可以解决该问题。
我也建议您看看这个answer。