<机器学习>－－－决策树－－－补充

本篇是在李航老师的《统计学习方法》的决策树基础上补充周志华老师的《机器学习》西瓜书的一点内容。

1.连续值处理：

当特征属性可取连续值的时候，就出现这个问题了。比如西瓜的含糖率，密度值这样的特征属性。

但其实，我们可以获取的样本，他们在连续属性上的取值都只是一个确定的值了。因此， 假定17样本，就会有17个（或者小于17，因为可能取值相同了，这里就假使17个不同的a特征的取值），按照取值从小到大的顺序排序： a1 a2 a3 ......a17 。        序列中间有16个间隔，每个间隔取一个值，这个值是两相邻值的平均值，例：a1 a2 之间取一个均值a12， a12作为a1 a2 的间隔值。依次类推，可得到16个新的a的特征取值，把这16个值作为a特征的所有可能取值，就可以和之前的离散特征取值一样生成决策树了。

2.对缺失值的处理：

缺失值是表示，获取的训练样本，的一些特征下的具体取值未知。如：

补救方法：

以色泽为例，为17 －3=14（即色泽那一列没有“—”的样本个数）

然后计算规则如下：

然后，处理缺失的特征值怎么归类：

一般wx是初始化为1的。

wx＊rv 

多变量决策树。。。。没太看懂，明白后再来补充。。。欢迎指正！