Xputer：以 NMF、XGBoost 与精简 GUI 体验弥合数据缺口
机器学习
2023-11-17 v1 定量方法
统计方法学
摘要
数据在众多领域的迅速激增凸显了缺失值准确填补的重要性。该任务对保障数据完整性与获取有意义洞察至关重要。为应对此挑战，我们提出 Xputer，一种新颖的填补工具，巧妙地将非负矩阵分解(NMF)与 XGBoost 的预测优势相结合。Xputer 的突出特性之一是其多功能性：支持零值填补，通过 Optuna 实现超参数优化，并允许用户定义迭代次数。为提升用户体验与可及性，我们为 Xputer 配备了直观的图形用户界面(GUI)，确保即便是不熟悉计算工具的人也能轻松操作。在性能基准测试中，Xputer 不仅在计算速度上可与 IterativeImputer 等成熟工具媲美，且在填补精度上常优于它们。此外，Xputer 自主处理包括分类、连续与布尔在内的多种数据类型，无需事先预处理。凭借其在性能、灵活性与用户友好设计上的结合，Xputer 成为数据填补领域最先进的(state-of-the-art)解决方案。
引用
@article{arxiv.2311.09989,
title = {Xputer: Bridging Data Gaps with NMF, XGBoost, and a Streamlined GUI Experience},
author = {Saleena Younus and Lars Rönnstrand and Julhash U. Kazi},
journal= {arXiv preprint arXiv:2311.09989},
year = {2023}
}