基于自编码器的医疗数据属性噪声处理方法
机器学习
2022-06-23 v1 人工智能
神经与进化计算
摘要
医疗数据集尤其容易受到属性噪声的影响，即缺失值和错误值。已知属性噪声会严重损害学习性能。为最大化未来的学习性能，在任何推断之前处理属性噪声至关重要。我们提出了一种简单的基于自编码器的预处理方法，可纠正受属性噪声破坏的混合类型表格数据。目前尚无其他方法可处理表格数据中的属性噪声。我们通过实验证明，在多个真实世界医疗数据集上，我们的方法优于最先进的插补方法和噪声校正方法。
引用
@article{arxiv.2206.10609,
title = {Autoencoder-based Attribute Noise Handling Method for Medical Data},
author = {Thomas Ranvier and Haytham Elgazel and Emmanuel Coquery and Khalid Benabdeslem},
journal= {arXiv preprint arXiv:2206.10609},
year = {2022}
}