繼續說說昨天的 1R

當資料屬性值有缺少時怎麼辦

如果說某一條資料裡的某個屬性值不見時，會造成 1R 無法使用，因為我們會不知道要它是啥，也就沒辦法拿它來分類。
其實就跟很多人的直覺一樣，直接定義一個新的把它補起來就好了 w
假設某條資料的 temp 是缺失的，我們可以直接把 temp 的值定義成 hot, mid, cool 及 missing。
簡單方便有效，如此一來還是可以做 1R XD

處理數值屬性（numeric attribute）

使用 1R 時的另一個問題是數值屬性（就是有數字的東西）的處理，顯然我們不可能把不同的數值（numeric）都當成一個屬性值（nominal），這樣會造成分類太瑣碎而且會讓 1R 的結果失準。
（想像所有的屬性值分支都只有一個資料，那不是會讓 error rate = 0 嗎，完全沒有錯誤肯定不合理啊 O_O ）

Btw，numeric 和 nominal 這兩個英文我不知道怎麼用中文表達，你可以想成 numeric 就是會變、不固定的數字，而 nominal 是一個不會變的東西，好像一個標籤一樣。

我們可以透過一個簡單的方式將 numeric 轉換成 nominal 的，以下說明如何轉換：

上面的 weather data 其實有另一個版本，是把 temp 從 nominal 換成 numerical 的（就是直接換成幾度啦），完整的我就不放了，我們把數值由小排到大，並附上他的分類，大概長這樣：

接著我們可以在 class 轉換的地方做一個分界，注意如果有相同數字卻有不同分類時，我們取上界：

yes | no | yes yes yes | no no yes | yes yes | no | yes yes | no

然後給每個分界點上左右平均值，會得到：

64.5, 66.5, 70.5, 73.5, 77.5, 80.5, 84

接著我們其實就可以拿這些數值作為斷點，以區間判斷要落入什麼種類（yes or no）。

然而有些人可能會覺得，這樣斷點也未免太多了吧，看起來有點煩，此時我們可以用種類出現的數量來做更大略的斷點，在這邊我們設定只要一個種類出現了三次就設定斷點，如果設斷點的下一個種類和先前出現三次的種類相同就順便包進去，於是會得到：

yes no yes yes yes | no no yes yes yes | no yes yes no

由於前面兩個區間的多數都是 yes，我們可以再懶一點：

yes no yes yes yes no no yes yes yes | no yes yes no

這樣就只剩下一個斷點，數值為 77.5，於是我們在判斷時可以用：
temp. <= 77.5 -> yes
temp. > 77.5 -> no
這樣的規則來分類。

這個斷點的設置呢，在實際使用的時候可以多多嘗試，使用各種不同的斷點規則並測試看看他的精准度，然後挑選一個最好的結果。

最後，如果數字有所缺失，一樣另外給他一個像 missing 這樣的值就好了，斷點的判斷只用在有數字的時候，沒數字就通通丟 missing 吧ＸＤ