Как сделать отдельный лист для отсутствующих значений в деревьях решений sklearn ⇐ Python

[Anonymous]

Я хочу построить модель дерева решений, используя независимые переменные, у которых есть значимые пропущенные значения. Например, одна из моих переменных — это процентное изменение переменной между двумя датами. Естественно, когда знаменатель равен нулю, переменная не может быть вычислена и ей присваивается значение NaN.
Теперь я хотел бы построить дерево решений, которое создает лист для всех пропущенных значений из корневой узел и использует оставшиеся данные для соответствия обычному дереву. Итоговое дерево должно выглядеть примерно так:

Код: Выделить всё

if x == NaN:
y = 0.2
elif x < 5:
y = 0.8
else:
y = 0.5

Есть ли способ сделать это в Scikit Learn?
Я знаю, что могу вручную настроить результаты метода прогнозирования, но, похоже, это не так. похоже, такая функциональность уже должна быть включена в пакет.

Подробнее здесь: https://stackoverflow.com/questions/790 ... sion-trees