神经网络:处理不可用输入(缺失或不完整数据)

希望这是我这个周末问你的最后一个关于神经网络的问题,但还是要问一下:)

有没有一种方法可以处理那些“并非总是知道”的输入… 以某种方式不影响权重?

所以… 如果我问某人是男性还是女性,而他们不愿意回答,有没有办法忽略这个输入?或许可以通过将其置于中心位置来实现?(假设输入为1和0时,置于0.5?)

谢谢


回答:

你可能已经知道或怀疑这一点,但没有统计依据来通过平均可能值范围等方式来猜测或补充缺失的值。

特别是对于神经网络,有很多可用的技术。我使用的一种技术——我已经编写了代码——是其中一种较简单的技术,但它有坚实的统计基础,并且至今仍在使用。描述这种技术的学术论文在这里查看

这种技术背后的理论是对不完整数据的加权积分。在实践中,不计算积分,而是通过高斯基函数网络的闭合形式解来近似。正如你将在论文中看到的(这是一步一步的解释),在你的反向传播算法中实现它非常简单。

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