machine-learning - 如果我没有所有数据，如何创建特征向量？

Question

因此，对于我要分类的每件“事物”，我有:{房屋、公寓、平房、电加热、燃气加热、... }

这将被制成特征向量:{1,0,0,1,0,...} 这意味着房子是用电供暖的。

对于我的训练数据，我将拥有所有这些数据 - 但对于我想要分类的实际事物，我可能只有它是什么样的房子，以及其他一些东西 - 不是所有数据，即。{1,0,0,?,?,...}

那么我该如何表示呢？

我想找出新元素被燃气加热的概率。

我将使用 SVM 线性分类器 - 我没有任何核心可展示，因为目前这纯粹是理论上的。任何帮助将不胜感激:)

Answer 1

当我读到这个问题时，您似乎对功能和标签感到困惑。

你说你想预测一个新项目是否是“gasHeated”，那么“gasHeated”应该是一个标签而不是一个特征。

顺便说一句，处理缺失值的最常见方法之一是将其设置为“零”(或一些未使用的值，例如-1)。但通常情况下，您应该在训练数据和测试数据中都存在缺失值，以使此技巧有效。如果这种情况只发生在你的测试数据中，而没有发生在你的训练数据中，则说明你的训练数据和测试数据不是来自同一个分布，这基本上违反了机器学习的基本假设。