缺失值学习中基于区间的预测不确定性界计算
机器学习
2018-03-02 v1 机器学习
摘要
缺失值下的机器学习问题在许多领域都很常见。一种简单的方法是先通过丢弃含缺失项的样本或为各缺失项填补固定值来构造无缺失值的数据集,再用新数据集训练预测模型。这种朴素方法的缺陷在于缺失项中的不确定性未被恰当地纳入预测。为评估预测不确定性,已有多重填补(MI)方法的研究,但 MI 的性能对缺失项中真值概率模型的选择敏感,且因须训练多个模型而计算成本高。本文提出一种称为基于区间的预测不确定性界定(IPUB)方法的替代方案。IPUB 方法将缺失项导致的不确定性表示为区间,并在考虑区间内任意填补值所构造的所有可能训练集时,高效计算预测结果的上下界。IPUB 方法可应用于广泛的一类凸学习算法,包括罚最小二乘回归、支持向量机(SVM)和逻辑回归。我们通过基准数据集的数值实验与现有方法比较,展示了 IPUB 方法的优势。
引用
@article{arxiv.1803.00218,
title = {Interval-based Prediction Uncertainty Bound Computation in Learning with Missing Values},
author = {Hiroyuki Hanada and Toshiyuki Takada and Jun Sakuma and Ichiro Takeuchi},
journal= {arXiv preprint arXiv:1803.00218},
year = {2018}
}