我有一個分類項目，其中一些列/特徵的空值超過90％。我如何處理它們？

Question

以我分類問題，一些功能（〜5）中85層的特徵具有大多空值（> 90％）。我如何處理這些值？難道我，

1）忽略這些列/功能完全

2）嘗試，如果是如何歸咎於這些值？

3）的任何其他方法？

我開始用隨機森林，我是一個新手，以這種方法，並隨機森林自行處理空值？我怎樣才能實現這個？隨機森林如何做到這一點？我在哪裏可以瞭解到這一點 - 任何參考將非常受歡迎。

在此先感謝。

Answer 1

您是否嘗試過在你的數據集運行的神經網絡，即使功能缺失？神經網絡不需要所有的功能。

你可以簡單地將所有缺失的特性值0的神經網絡，如神經網絡看不到0和feature is missing之間的差異。你爲什麼不問？如果將輸入值設置爲0，則意味着來自該輸入節點的所有連接將具有0值：沒有向連接到該輸入節點的隱藏神經元添加任何內容。

但你嘗試之前，問自己這樣一個問題：如果某些功能缺失經常是它的數據集預測任何重要？