machine-learning - 使用受限玻尔兹曼机推断缺失数据

Question

与 Netflix 竞赛类似，假设我们有一个缺少评分的电影数据集。我如何修改 RBM 以使其能够推断出缺失值？在相关论文中，一种直接的方法是将随机值归因于缺失的可见特征。但是，我对重建精度持怀疑态度，因为它可能取决于为这些缺失的可见节点赋予的初始值。

你有什么建议？

谢谢

Answer 1

https://www.youtube.com/watch?v=laVC6WFIXjg ，也许这个视频会有所帮助。

我认为在输入随机值后进行采样是一个好主意。 Hinton 在这段视频中证明了这一点。您也可以尝试先进行估计，或者做很多样本，或者根据某种不同的方法进行猜测，然后进行重建。

在视频中，Hinton 表示，这种方法本身确实不是很准确，但与矩阵分解(或其他类似方法)结合使用时可能非常强大。