缺少数据和SVM我已经开始使用支持向量机平台，但是对于缺少连续因素的观测，似乎缺少预测。没有支持SVM的信息丢失设置，但是预测公式显示该公式中使用了丢失的名义数据。但是，当缺少连续因子时，则预测也将丢失（并且预测公式没有任何与连续因子缺失有关的术语，就像缺少名义因子一样）。SVM无法处理遗失的连续因素但能够使用遗漏的名义因素吗？
分析工具回复：缺少数据和SVM我怀疑新的SVM平台中缺少分类输入的预测公式给出的值不正确，因此不应显示。 如果您需要处理丢失的数据，建议您使用其他平台（例如，“分析”>“筛选”菜单下的“浏览丢失的值”）首先估算这些值，然后再移至SVM。
至少在我的测试用例中，当保存具有缺少输入的预测公式时，所有中间列都返回丢失，而最终公式只是第一个可能的结果。 当您仅保存Predicteds时，这些行将按预期丢失。
回复：缺少数据和SVM如果缺少任何X因子（分类的或连续的），SVM不会提供预测。
SVM需要针对连续因素对数据进行居中和缩放，因此如果缺少连续因素，则公式中的（：X-mean）/ stddev也将丢失。 对于分类因素，将创建该因素的“设计矩阵”。 如果缺少因子水平，则会将设计矩阵创建为缺失，即[。 。]中的两级分类因子。
如果中心/定标X或设计矩阵X中的任何一个缺少值，则最终预测值将丢失。
回复：缺少数据和SVM谢谢你。文档可能应该反映出SVM无法处理缺少的值（无需进行一些手动预处理）。 另外，根据我的经验，SVM一直很慢，而且也不是特别准确（与其他预测模型相比）。 我很想听听其他人是否也是如此。
