基于高斯Copula的在线缺失值填补与变点检测
机器学习
2021-12-17 v2 机器学习
摘要
缺失值填补对现实世界的数据科学工作流至关重要。在线设定下的填补更为困难，因其要求填补方法自身能随时间演化。对实际应用，填补算法应产生匹配真实数据分布的填补值，处理混合类型数据(包括有序、布尔与连续变量)，并扩展到大型数据集。本工作中我们基于高斯copula开发了一种用于混合数据的新在线填补算法。在线高斯copula模型满足所有期望性质：其填补值即便对混合数据也匹配数据分布，在流数据分布变化时较离线对应方法在准确性上更优，且在速度上(可达一个数量级)尤其是大规模数据集上更优。通过对在线数据拟合copula模型，我们还提供了一种新方法以检测含缺失值的多变量依赖结构中的变点。合成与真实世界数据的实验结果验证了所提方法的性能。
引用
@article{arxiv.2009.12326,
title = {Online Missing Value Imputation and Change Point Detection with the Gaussian Copula},
author = {Yuxuan Zhao and Eric Landgrebe and Eliot Shekhtman and Madeleine Udell},
journal= {arXiv preprint arXiv:2009.12326},
year = {2021}
}
备注
Accepted by AAAI 2022