누락 된 데이터 및 SVMSupport Vector Machines 플랫폼을 사용하기 시작했지만 연속 요인이 누락 된 관측치에 대한 예측이 누락 된 것 같습니다.SVM에 대한 정보 결측 설정은 없지만 예측 공식은 결측 명목 데이터가 공식에 사용됨을 보여줍니다.그러나 연속 요인이 누락되면 예측이 누락됩니다 (그리고 예측 공식에는 누락 된 명목 요인에 대한 것처럼 누락되는 연속 요인을 다루는 용어가 없습니다).SVM이 결측 연속 인자를 처리 할 수 없지만 결측 명목 인자를 사용할 수있는 이유가 있습니까?
해석학Re : 누락 된 데이터 및 SVM범주 입력이 누락 된 새 SVM 플랫폼에서 예측 공식으로 제공된 값이 올바르지 않아 표시해서는 안된다고 생각합니다. 누락 된 데이터를 처리해야하는 경우 다른 플랫폼 (예 : Analyze> Screening 메뉴에서 Explore Missing Values)을 사용하여 해당 값을 먼저 대치 한 다음 SVM으로 이동하는 것이 좋습니다.
적어도 내 테스트 사례에서는 입력이 누락 된 예측 수식을 저장할 때 모든 중간 열이 누락 된 결과를 반환하고 최종 수식은 가능한 첫 번째 결과 일뿐입니다. Predicteds를 저장하면 해당 행이 예상대로 누락됩니다.
Re : 누락 된 데이터 및 SVMSVM은 범주 형이든 연속 형이든 X 요인이 누락 된 경우 예측을 제공하지 않습니다.
SVM에서는 연속 요인에 대해 데이터를 중앙에 배치하고 배율을 조정해야하므로 연속 요인이 누락되면 수식의 (: X- 평균) / 표준 편차가 누락됩니다. 범주 형 요인의 경우 해당 요인에 대한 "설계 행렬"이 생성됩니다. 요인 수준이 누락 된 경우 설계 행렬이 누락 된 것으로 생성됩니다 (예 : [. .]는 2 단계 범주 형 요인입니다.
중앙 / 척도 X 또는 설계 행렬 X에 결 측값이있는 경우 최종 예측값이 결측됩니다.
Re : 누락 된 데이터 및 SVM감사합니다. 설명서에는 SVM이 누락 된 값을 처리 할 수 없다는 내용이 반영되어야합니다 (일부 수동 사전 처리없이). 또한 SVM은 내 경험상 매우 느리고 특히 정확하지 않습니다 (다른 예측 모델과 비교). 다른 사람들에게도 그랬는지 듣고 싶습니다.
