machine-learning - 神经网络: Handling unavailable inputs (missing or incomplete data)

Question

已关闭。这个问题是 off-topic 。目前不接受答案。

---

想要改进这个问题吗？ Update the question所以它是on-topic用于堆栈溢出。

已关闭10 年前。

Improve this question

希望这个周末你能从我这里得到最后一个 NN 问题，但这里是:)

有没有一种方法可以处理您“并不总是知道”的输入......因此它不会以某种方式影响权重？

Soo...如果我问某人是男性还是女性并且他们不愿意回答，有没有办法忽略这个输入？也许将其直接放置在中心？ (假设 1,0 输入为 0.5？)

谢谢

Answer 1

您可能知道这一点或怀疑这一点，但是没有统计基础可以通过对可能值范围进行平均等来猜测或提供缺失值。

特别是对于神经网络，有很多可用的技术。我使用的技术(我已经编码)是一种更简单的技术，但它具有坚实的统计基础，并且至今仍在使用。描述它的学术论文here .

该技术的理论基础是对不完整数据的加权积分。在实践中，不评估积分，而是通过高斯基函数网络的闭合形式解来近似积分。正如您将在本文中看到的那样(这是一步步的解释，在反向传播算法中实现起来很简单。