千鋒教育-做有情懷、有良心、有品質的職業教育機構
根據隨機森林創建和訓練的特點，隨機森林對缺失值的處理還是比較特殊的。
首先，給缺失值預設一些估計值，比如數值型特征，選擇其余數據的中位數或眾數作為當前的估計值
然后，根據估計的數值，建立隨機森林，把所有的數據放進隨機森林里面跑一遍。記錄每一組數據在決策樹中一步一步分類的路徑。
判斷哪組數據和缺失數據路徑最相似，引入一個相似度矩陣，來記錄數據之間的相似度，比如有N組數據，相似度矩陣大小就是N*N
如果缺失值是類別變量，通過權重投票得到新估計值，如果是數值型變量，通過加權平均得到新的估計值，如此迭代，直到得到穩定的估計值。
其實，該缺失值填補過程類似于推薦系統中采用協同過濾進行評分預測，先計算缺失特征與其他特征的相似度，再加權得到缺失值的估計，而隨機森林中計算相似度的方法(數據在決策樹中一步一步分類的路徑)乃其獨特之處。
軟件定制開發中的敏捷開發是什么軟件定制開發中的敏捷開發，從宏觀上看，是一個高度關注人員交互，持續開發與交付，接受需求變更并適應環境變化...詳情>>
2023-10-14 13:24:57
PlatformIO是什么PlatformIO是一個全面的物聯網開發平臺，它為眾多硬件平臺和開發環境提供了統一的工作流程，有效簡化了開發過程，并能兼容各種...詳情>>
2023-10-14 12:55:06
1、定義和目標不同云快照的主要目標是提供一種快速恢復數據的方法，它只記錄在快照時間點后的數據變化，而不是所有的數據。自動備份的主要目標...詳情>>
2023-10-14 12:48:59
服務器為什么要用Linux作為服務器操作系統的優選，Linux在眾多選擇中脫穎而出。Linux作為服務器操作系統的優選，有其獨特的優勢和特點。包括其...詳情>>
2023-10-14 12:34:11
ORM（對象關系映射）解決的主要問題是將關系數據庫與面向對象編程之間的映射困境。在傳統的關系數據庫中，數據以表格的形式存儲，而在面向對象...詳情>>
2023-10-14 12:26:19
京公網安備 11010802030320號