决策树适用性的扩展探讨

19.3.5 决策树适用性的扩展探讨阅读准备决策树要从理论迈向实际应用，必须克服以下四类扩展难题。这里整理了相应的解决思路以供参考。在真实数据集中，属性值缺失的情况极为常见，决策树主要在训练分裂与样本预测这两个环节进行处理：训练阶段如何确定分裂属性加权缩减法（C4.5 策略）：在计算信息增益时，仅利用该属性无缺失值的样本。随后依据无缺失样本的比例，对信息增益进行折扣处理，从而减少了“因样本数量减少而意外获得高信息量”的可能性。替代分裂（CART 策略）：为每个节点搜寻多个“替代分裂点”，这些点与主分裂点的