May, 2011

MissForest - 混合类型数据的非参数缺失值填补

PDF
TL;DR提出了一种非参数方法，使用随机森林（random forest）基于迭代插补（iterative imputation）处理混合类型数据中的缺失值，相较于其他插值方法，特别是在疑似存在复杂交互作用和非线性关系的数据集中，该方法表现出较高的性能，且具有良好的计算效率和处理高维度数据的能力。
missing value imputationmixed-type datanonparametric methodrandom forestcomputational efficiency
发现论文，激发创造
  • 随机森林缺失数据算法

    使用不同缺失数据机制的大量数据集，评估了各种 RF 算法的表现，发现 RF 插补通常表现良好，表现随相关性的增加而改善，在中度到高级缺失的情况下表现良好甚至在非随机缺失数据的情况下也有良好表现。

    Jan, 2017

  • 缺失数据预测 - 用于预测设置的数据填补

    使用 missForestPredict R 包中的改进的缺失值填充算法，可以在预测模型开发和预测时间中高效地处理输入变量中的缺失数据，并在较短的计算时间内提供具有竞争优势的预测结果。

    Jul, 2024

  • 医疗数据缺失值填补技术的性能评估

    该研究比较了七种填补技术在三个医疗数据集上的表现，结果显示 Missforest 填补法表现最好，其次是 MICE 填补法；此外，研究还表明在处理包含缺失值的数据时，首先进行填补再进行特征选择效果更好。

    Mar, 2024

  • 基于健康数据库的预测模型缺失值处理方法的基准测试

    本文系统评估了处理缺失值的策略在预测模型中的效果，重点关注大型健康数据库，结果表明，在监督式机器学习中自然支持的缺失值预测表现优于最先进的插补方法，且计算成本更低。

    Feb, 2022

  • 数据库内数据填充

    通过在数据库系统中使用 MICE 方法，本研究实现了高效、高质量和可扩展的数据填充，充分利用计算共享和环形抽象技术以加快模型训练并在 PostgreSQL 和 DuckDB 中取得了比其他 MICE 实现和基于模型填充技术快两个数量级的计算时间，同时保持了高水平的填充质量。

    Jan, 2024

  • 监督学习的缺失数据插补

    本文比较了不同的方法在监督分类任务中填补缺失分类数据的效果，并证明了方法可以提高预测准确性，并达到了 Missing-data perturbation 和 k-nearest-neighbors imputation 下准确率的最新水平。

    Oct, 2016

  • 基于特征重要性的迭代缺失值填补

    通过考虑特征重要性，我们设计了一种基于矩阵完成和特征重要性学习的填补算法，实验证明该方法在处理缺失值方面优于现有的五种填补算法。

    Nov, 2023

  • 时间序列分类中的概率性数据补全

    本文提出了一个新颖的概率框架，用于处理具有缺失值的多变量时间序列数据的分类问题。通过训练两个部分的模型，一个用于缺失值填补的深度生成模型，一个用于分类的分类器，能够有效地建模填补缺失值带来的不确定性，并且利用新的正则化技术解决了合并模型可能产生的无意义填补解的问题，通过在真实世界数据上进行广泛实验，证明了我们方法的有效性。

    Aug, 2023

  • 高维数据中自复制随机森林链的缺失值插补

    本文提出了一种基于多标签分类和随机森林的缺失值填充算法，适用于高维低样本数据，尤其适用于单核苷酸多态性数据集，实验证明其优于标准算法。

    Jan, 2023

  • 适应缺失值的公平干预

    该论文研究了缺失数据对算法公平性的影响，并提出了一种可扩展和自适应的公平分类算法来处理所有可能的缺失模式，以保留缺失模式中编码的信息，并在多个数据集上实验证明该算法相比于传统的 impute-then-classify 方法在公平性和准确性上具有优势。

    May, 2023