支持向量机中跨维度的 NULL 值答案

【问题标题】：NULL values across a dimension in Support Vector Machine支持向量机中跨维度的 NULL 值
【发布时间】：2012-06-14 00:36:09
【问题描述】：

我正在设计一个考虑 n 维的支持向量机。沿着每个维度，值的范围可以是 [0-1]。现在，如果由于各种原因我无法从原始数据集中确定跨特定维度的值，对于特定数据点，那么 SVM 沿该维度的值应该是多少？我可以把它写成 [-1] 表示缺失值吗？

谢谢阿布舍克S

【问题讨论】：

【解决方案1】：

如果维度无法对您机器的空间分区做出贡献，那么您最好完全忽略缺失值。这是因为 SVM 唯一能做的就是在分类能力上对该维度赋予零权重，因为该维度中的所有点都在同一个位置。

因此，每次通过该维度只是浪费计算资源。如果恢复此值很重要，您可以使用某种类型的回归模型来尝试获取估计值，但如果该估计值是从您的其他数据生成的，那么它实际上不会对您的SVM，因为该估计维度中的数据只不过是您用来生成它的数据的摘要（我假设它已经在您的 SVM 模型中）。

【讨论】：