neuronale Netzwerke für fehlende Funktionen

Question

Ich habe einen Datensatz mit A ... F Funktionen für das Training. Jetzt hat mein Vorhersagedatensatz zur Vorhersage des Schlüsselmerkmals keine Beobachtungen von 3 Merkmalen, die in dem Trainingssatz verwendet werden. Ich habe also nur eine Untermenge von Merkmalen für die Vorhersage, während der neuronale Newtork für eine breitere Palette von Merkmalen trainiert ist.

Wie kann ich mit einem solchen Problem umgehen? Kannst du ein neurales Netzwerk für die fehlenden Funktionen benutzen? In meinen Gedanken kam folgendes: Zuerst benutze ich ein neuronales Netzwerk am Trainingssatz, um jetzt aber auf die fehlenden Features zu trainieren. So kann ich die 3 fehlenden Merkmale aus dem Vorhersagedatensatz vorhersagen. Jetzt verwende ich ein neuronales Netzwerk für diesen neuen Vorhersagedatensatz.

Answer 1

Haben Sie versucht, das neuronale Netzwerk in Ihrem Dataset auszuführen, obwohl Features fehlen? Ein neuronales Netzwerk benötigt nicht alle Merkmale, um vorhanden zu sein.

Sie können einfach alle fehlenden Merkmale auf 0 für das neuronale Netzwerk einstellen, da neuronale Netzwerke keinen Unterschied zwischen 0 und feature is missing sehen. Warum fragst du nicht? Wenn Sie einen Eingabewert auf 0 setzen, bedeutet dies, dass alle Verbindungen von diesem Eingangsknoten einen 0-Wert haben und nichts zu den versteckten Neuronen hinzufügen, die mit diesem Eingangsknoten verbunden sind.

Aber bevor Sie das tun, versuchen Sie eine dieser:

source

As 1 scheint der Fall für Sie!