LIBSVM如何处理训练数据中的缺失值?

我正在使用libsvm进行多元回归分析。我的数据中有一些缺失值。例如,我有10个实例,每个实例包含10个节点,每个节点关联10个链接。我需要使用这10个实例来训练这10个节点。但在某些实例中,一些链接的值是缺失的。那么libsvm是如何处理这些缺失值的?还是我需要填补这些缺失值?


回答:

请参考libsvm常见问题解答,其中有一个问题是“为什么有时数据的所有属性不会出现在训练/模型文件中?”。缺失值会被视为零处理。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注