我想生成一个推荐电影类型的模型。我有训练该模型的历史数据，该模型具有20多个特征，例如：年龄，性别，地址...
但是，用于预测的信息包含可变数量的特征，因为许多特征是不完整的。
例如：
对于一个人，我有年龄，孩子的数量和地址。
对于其他人，我有电话号码，姓名和年龄。
是否可以生成使用可变数量的属性并为剩余属性生成可能的输出或可能性的列表的机器学习模型或决策图（如决策树）？
谢谢
最佳答案
我的建议是使用技巧来处理缺失的价值观。
如果在数据集中您知道所有可能出现的不同属性，则只需用空值填充缺失值，然后决策树就可以解决该问题。
我也建议您查看此answer。
关于python - 输入数量可变的决策图，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/59086783/