什么样的机器学习模型可以找到缺失的参数？

给定一个数据集，例如：

(FirstName, LastName, Sex, DateOfBirth, HairColor, EyeColor, Height, Weight, Location)

假设某种模型可以在这个数据集上进行训练，如果只给出其中的一些值，哪种机器学习范式可以用来预测缺失的值？

示例：

已知：

(FirstName: John, LastName: Doe, Sex: M, Height: (5,10))

哪种模型可以预测缺失的值？

(DateOfBirth, HairColor, EyeColor, Weight, Location)

换句话说，该模型应该能够接受任何字段作为输入，并“填补”任何缺失的字段。

这种类型的机器学习/深度学习技术叫做什么？

回答：

如果你想用算法填补缺失的值，这被称为缺失数据的插补。如果你在使用Python，scikit-learn库中有许多插补算法，你可以在文档中探索。

一个不错的算法是KNNImputer，它会查找与当前观测最相似的n_neighbors个观测，并用这些相似观测中该列的平均值来填补缺失的数据。更多信息请阅读这里：https://scikit-learn.org/stable/modules/generated/sklearn.impute.KNNImputer.html

学技术