sklearn-decisiontreeclassifierを使用しているときに「なし」を処理するにはどうすればいいですか？

Question

私が建てdecisiontree、例にsklearn使用：

clf = tree.DecisionTreeClassifier() 
clf = clf.fit(X,Y) 
result = clf.predict(testdata) 

Xは、どのようにそれを行うには、「なし」Xに存在しない場合、トレーニング入力サンプルですが？それは与えられた不純物関数（エントロピー、ジニ指数を最小にするために、ツリーの各ノードに分割を行うため

Answer 1

ディシジョンツリーと（例えば木に基づく）ランダムフォレストようなアンサンブルの方法は、数値データを受け入れます。 ..）

あなたのデータにいくつかのカテゴリ機能またはNanがある場合、学習ステップでエラーが発生します。

に回避この：

• 数値データにカテゴリデータを変換します。たとえばワンホットエンコーダをこの使用を行うこと。 Hereはsklearnのドキュメントへのリンクです。

警告：あなたはカテゴリの多くの機能（例えばID機能）OneHotEncodingをお持ちの場合はメモリの問題につながる可能性があります。そのような機能をエンコードしないようにしてください。

• インプット一部の値は欠落値です。多くの戦略が存在する（平均、中央値、最も頻繁...）。 Hereはsklearnのドキュメントへのリンクです。

前処理を実行すると、デシジョンツリーをデータに合わせることができます。