Jul, 2024

缺失数据预测 - 用于预测设置的数据填补

PDF
TL;DR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。
prediction modelsmissing dataimputation algorithmrandom forestscomputation times
发现论文，激发创造
  • MissForest - 混合类型数据的非参数缺失值填补

    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。

    May, 2011

  • 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

  • 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

  • 自适应预测缺失数据的优化

    训练具有缺失条目的预测模型时，我们可以利用两阶段自适应优化问题来处理缺失数据，并提出了一种新类模型，即自适应线性回归模型，其中回归系数根据观测特征进行自适应。我们展示了一些自适应线性回归模型等价于同时学习一个填充规则和一个下游线性回归模型，而不是顺序学习。我们利用这种联合填充 - 回归解释来推广我们的框架到非线性模型。在数据不随机缺失的情况下，我们的方法可以提高 2-10% 的样本外准确率。

    Feb, 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

  • 随机生存森林

    本研究介绍了一种名为随机生存树的方法，用于分析右侧截尾生存数据，其新的生存分割规则和有用于缺失数据的新算法，并引入了 “事件保全原则” 用于定义集成死亡率，以预测死亡率，并提供了几个实证例子。

    Nov, 2008

  • 预测时空卫星数据中的缺失值

    本文介绍了一种新的基于排序程序和分位数回归的遥感数据缺失值填充算法，该算法在 MODIS NDVI 数据上经过了测试并证明了其预测性能良好。

    May, 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