随机森林 - 使空值始终在决策树中有自己的分支

Posted 2023-03-12

【中文标题】随机森林 - 使空值始终在决策树中有自己的分支

【英文标题】：Random Forest - make null values always have their own branch in a decision tree

【发布时间】：2020-03-17 04:32:27

【问题描述】：

您好，我正在使用随机森林来构建模型，并且正在尝试处理空值。有人会碰巧知道如何强制随机森林模型将空值视为自己的独立带吗？ （因为空值永远不会与其他值范围捆绑在一起。因此在决策树中，度量的空值总是有自己的分支）。

我不想使用均值代替空值，因为我不希望模型将空值与接近均值的其他值结合起来，我也不想删除空值。

我希望决策树始终将度量的空值视为自己的分支。

谢谢:)

【参考方案1】：

你可以试试这些。

将空值替换为与列中的任何其他值有很大差异的值。

示例

让 'feature' 是只有正值的列的名称，那么负值应该足以表示 null。

dataframe.loc[dataframe['feature'].isna(), 'feature'] = -100

您可以添加一个新的空跟踪列来跟踪另一列的空值。 （如果所有特征都被考虑用于对随机森林进行建模，则使用此选项）

示例

让 'feature' 为具有空值的列的名称

dataframe['feature_isnull'] = 0 #null-tracking column
dataframe.loc[dataframe['feature'].isna(),'feature_isnull'] = 1