CrowdMI:基于众包的多重插补
机器学习
2018-02-26 v4 人机交互
机器学习
摘要
人类能否以与机器相似的熟练度插补缺失数据?这是本文旨在回答的问题。我们提出一种新颖想法,将带有缺失数据的观测转换为调查问卷,并呈现给众包工人填写。我们通过让多个不同的众包工人填写问卷来复现多重插补框架。实验结果表明,使用我们的方法,可以为定性和定量缺失数据生成有效的插补,其结果与复杂统计模型生成的插补相当。
引用
@article{arxiv.1612.02707,
title = {CrowdMI: Multiple Imputation via Crowdsourcing},
author = {Lovedeep Gondara},
journal= {arXiv preprint arXiv:1612.02707},
year = {2018}
}
备注
Updated version