用于混合数据类型插补的渐近精确且快速的Gaussian copula模型
机器学习
2021-07-02 v2 机器学习
应用统计
统计计算
摘要
带有混合数据类型的缺失值是大量机器学习应用(如调查处理与不同医学应用)中的常见问题。近期,Gaussian copula模型被提议作为利用概率框架执行缺失值插补的手段。尽管现有Gaussian copula模型已展现出最先进的性能,但它们有两个局限:其基于一种快速但可能不精确的近似,且不支持无序多类变量。我们针对第一个局限,通过使用随机拟蒙特卡洛过程,在模型估计与插补中均采用直接且任意精确的近似。相较于先前提出的方法,我们所提供方法对估计的模型参数与插补值具有更低的误差。我们还将先前的Gaussian copula模型扩展为除现有对序数、二值与连续变量的支持外,还包含无序多类变量。
引用
@article{arxiv.2102.02642,
title = {Asymptotically Exact and Fast Gaussian Copula Models for Imputation of Mixed Data Types},
author = {Benjamin Christoffersen and Mark Clements and Keith Humphreys and Hedvig Kjellström},
journal= {arXiv preprint arXiv:2102.02642},
year = {2021}
}
备注
20 pages, 1 figures, and 4 tables