统计学 > 机器学习
[提交于 2008年12月9日
]
标题: 利用决策森林和计算智能处理缺失数据
标题: Missing Data using Decision Forest and Computational Intelligence
摘要: 自编码神经网络被实现以估计缺失数据。 遗传算法被用于网络优化和估计缺失数据。 通过实施最大似然算法,将缺失数据视为随机缺失机制。 通过计算网络预测的均方误差来确定网络性能。 进一步通过实施决策森林对网络进行优化。 然后研究了缺失数据的影响,发现决策森林可以改善结果。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.