我被限制使用基于感知器的方法。我有一个用户项目矩阵，其中填充了 1 到 5 的评分数据，如下所示，大约 50% 的矩阵没有数据：

r<- matrix(c(2,4, NA,5,NA,3, NA,5,NA,1,NA,3,NA,5,NA,4,4,NA,NA,NA,1,1,2,NA,1,1,1,1,NA,NA,NA,NA,2,3,4,2,NA,NA,NA,NA,3,4,5,1,NA,NA,2,3,NA), nrow=7).
#one row represents one user, hile one column represents one item
r
    [,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,]    2    5   NA    1   NA    2    5
[2,]    4   NA    4    2   NA   NA    1
[3,]   NA    1    4   NA   NA   NA   NA
[4,]    5   NA   NA    1   NA   NA   NA
[5,]   NA    3   NA    1    2   NA    2
[6,]    3   NA   NA    1    3    3    3
[7,]   NA    5    1    1    4    4   NA

我将 NA 重新编码为 0，这使得感知器只给出 2 个类（一个包含所有 1 和 0，另一个包含所有 2、3、4 和 5。我猜这是可以理解的。）怎么做我处理这个？我尝试了平均插补，但结果不好（20% 准确率）

（由于这是我公司的专有代码，我无法给出确切的代码，但任何基于感知器的方法都适用于本示例）