【发布时间】：2015-04-27 20:28:18
【问题描述】：
我手头有问题，我觉得应该有一个相当优雅的解决方案，但在这一点上，我很难找到正确的搜索词或朝着正确的方向迈出第一步。
基础知识： 我有一个 D = 19 的高维数据空间，并且在空间中有大约 100 个点（100 个测量值）。使用 PCA 和维数估计算法，我已经确认点所在的潜在空间是相对低维的（最多 5 维左右）。因此，我认为总的来说，我所要求的并非不可能。
问题： 现在，基于对新点的不完整测量，我想估计缺失值。问题是我不知道哪些值会丢失。基本上所有缺失值的组合都（有点）相似。 -> 我可能有 1 个缺失值、19 个缺失值或介于两者之间。在一个完美的世界中，我正在寻找的算法不仅给出了缺失值的估计，而且还给出了一些错误度量。
为了进一步说明，我附上一张带有原始数据的图片。 x 轴显示 19 个单独的测量参数，y 轴给出这些参数的值。您可以看到测量值高度相关。因此，即使我只指定一个测量/尺寸，我也应该能够对其余部分做出某种可靠的估计。
你们中的任何人对我有什么建议吗？任何想法或建议都会非常有帮助！ 谢谢， 托马斯
【问题讨论】：
-
为了澄清，图中的每一行代表一只动物的骨长测量值。这解释了值之间的高度相关性，因为不同动物（不同物种）是相似的，但并不完全相同。所以现在我想使用这个数据集来推断缺失骨骼的骨骼长度。显然，找到/可用哪些骨骼是非常随意的，因此我不想要一个专门针对一组缺失值的模型。
-
我开始玩“期望最大化插补”，这也许可以解决问题。到目前为止，据我所知，缺点是我没有得到任何估计的统计置信度，而且总的来说我有点误用了这个方法。
标签： machine-learning statistics regression correlation missing-data