我是机器学习的新手，并试图通过练习来学习。
我有一种情况，我正在读取一组 N 个数据。N个数据中的每一个在任何时刻都将具有独立的状态。我想用这 N 个数据来找到它们之间的关系。如果我没有收到一组或多组数据，我应该能够使用 N 个数据之间的可用关系来预测丢失的数据。
可以使用什么类型的机器学习算法？
如何找到 N 个组件之间的关系并使用预测的关系预测任何一个组件的值？
数据挖掘
机器学习
神经网络
深度学习
2022-02-05 15:16:53
1个回答
我了解您的任务可以表述为插补任务，有关详细信息，请参阅下面的链接。此外，在您继续查找缺失数据的概念之前。
为了填补缺失的数据，您必须使用可用的观察结果构建 N 个不同的模型。N 个模型中的每个模型都有 N-1 个输入。
请注意，由于可能会丢失多个组件，因此您的模型应该能够处理丢失的数据。据我所知，神经网络无法处理开箱即用的缺失数据。基于树的模型，使得随机森林或 GBM 更适合此类任务。
其它你可能感兴趣的问题