缺少數據和SVM我已經開始使用支持向量機平台，但是對於缺少連續因素的觀測，似乎缺少預測。沒有支持SVM的信息丟失設置，但是預測公式顯示該公式中使用了丟失的名義數據。但是，當缺少連續因子時，則預測也將丟失（並且預測公式沒有任何與連續因子缺失有關的術語，就像缺少名義因子一樣）。SVM無法處理遺失的連續因素但能夠使用遺漏的名義因素嗎？
分析工具回复：缺少數據和SVM我懷疑新的SVM平台中缺少分類輸入的預測公式給出的值不正確，因此不應顯示。 如果您需要處理丟失的數據，建議您使用其他平台（例如，“分析”>“篩選”菜單下的“瀏覽丟失的值”）首先估算這些值，然後再移至SVM。
至少在我的測試用例中，當保存具有缺少輸入的預測公式時，所有中間列都返回丟失，而最終公式只是第一個可能的結果。 當您僅保存Predicteds時，這些行將按預期丟失。
回复：缺少數據和SVM如果缺少任何X因子（分類的或連續的），SVM不會提供預測。
SVM需要針對連續因素對數據進行居中和縮放，因此如果缺少連續因素，則公式中的（：X-mean）/ stddev也將丟失。 對於分類因素，將創建該因素的“設計矩陣”。 如果缺少因子水平，則會將設計矩陣創建為缺失，即[。 。]中的兩級分類因子。
如果中心/定標X或設計矩陣X中的任何一個缺少值，則最終預測值將丟失。
回复：缺少數據和SVM謝謝你。文檔可能應該反映出SVM無法處理缺少的值（無需進行一些手動預處理）。 另外，根據我的經驗，SVM一直很慢，而且也不是特別準確（與其他預測模型相比）。 我很想听聽其他人是否也是如此。
